深度学习的最新进展 使用整片成像用于癌症预后

科学领域:

• 计算病理学计算病理学
• 数字病理学数字病理学
• 人工智能在瘤学中的应用

背景情况:

• 整个幻灯片图像 (WSIs) 越来越多,为计算分析提供丰富的数据.
• 深度学习 (DL) 技术迅速发展,显示出医学图像分析的潜力.
• 准确的癌症预后对于有效的治疗计划和患者管理至关重要.

研究的目的:

• 通过WSIs提供深度学习应用在癌症预后中的全面审查.
• 分析2019年至2023年期间发表的WSI分析DL方法的进展.
• 批判性地评估DL在癌症预后中的优点,弱点和未来方向.

主要方法:

• 2019-2023年出版物的系统文献综述.
• 对用于癌症预后的整个幻灯片图像应用的深度学习技术的分析.
• 评估确定研究的方法,结果和局限性.

主要成果:

• 深度学习模型展示了从WSIs革命性地改变癌症预后的巨大潜力.
• 关键的进步包括改进的特征提取,预测准确性和多模式数据的集成.
• 确定的挑战包括数据异质性,模型可解释性和临床验证.

结论:

• 关于WSIs的深度学习是一个快速发展的领域,在癌症预后方面具有变革性的潜力.
• 需要进一步的研究来解决目前的局限性,并促进临床翻译.
• 这篇评论是研究人员和临床医生导航这个复杂的领域的关键资源.