换一批摘要肿瘤钙化是指在肿瘤组织中的钙盐沉积现象,在病理图像中,肿瘤钙化区域的占比分析对于疾病进展监测、治疗效果跟踪以及精准医疗如评估肿瘤生长和放化疗效果具有重要意义.全景病理图像相较于传统病理图像具有高质量图像保存、远程访问和共享、多维数据分析等优势,结合人工智能算法自动化的图像分割、特征提取和数据计算使得病理评估过程更加高效、精准.病理图像中的肿瘤钙化区域形态多样且分布离散,医生通常需要人工估算钙化区域占比,耗时且不精准.为解决这一问题,研究了一种基于全景病理图像的肿瘤钙化智能评估系统,该系统采用融合注意力模块的ECR-UNet网络实现钙化区域的精准分割,并采用边缘检测技术分割病理图像的外轮廓,再分别计算出二者面积后得到钙化区域占比.改进后的网络在测试集上展现出较好的分割性能,其Dice系数、准确率和精确度分别为 89.13%、98.94%和90.81%.将分割后计算得到的病理图像钙化区域面积、外轮廓面积和钙化区域占比与医生的金标准进行对比,结果显示,平均精度分别为92.25%、99.05%和91.76%.该方法为肿瘤钙化区域的检测提供了有效工具,可辅助病理医生进行肿瘤钙化诊断工作.
更多相关知识
关键词
医学图像处理肿瘤钙化全景病理图像计算机辅助诊疗数字病理切片扫描仪medical image processingtumor calcificationwhole slide imagecomputer-aided diagnosis and treatmentdigital pathology slide scanner
栏目名称
DOI
10.3788/LOP240787
发布时间
2024-12-23（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（U20A20224）
基于肺部CT影像的肺结核分类测试横向课题（20220151）
- 浏览0
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
