人工智能有助于在整个幻灯片图像中检测血管:瘤病理学的实际益处
Anna Timakova1, Vladislav Ananev2, Alexey Fayzullin1
1Institute for Regenerative Medicine, Sechenov First Moscow State Medical University (Sechenov University), 8-2 Trubetskaya St., 119991 Moscow, Russia.
Biomolecules
|September 28, 2023
概括
人工智能 (AI) 提供了一种更快,更可靠的方法来检测血管和血管入侵在癌症诊断. 这种计算病理学的方法提高了与传统手工方法相比的预后准确性.
科学领域:
- 计算病理学计算病理学
- 医疗图像分析 医学图像分析
- 人工智能在瘤学中的应用
背景情况:
- 微血管分析和血管生成评估对于癌症预后和确定瘤的攻击性至关重要.
- 手动评估血液和淋巴血管入侵是耗时的,容易引起观察者之间的变化.
- 准确检测这些特征对于瘤诊断至关重要.
研究的目的:
- 通过人工智能审查各种癌症类型中识别血管和血管入侵的方法.
- 突出计算机视觉在增强瘤诊断方面的潜力.
主要方法:
- 专注于人工智能驱动的方法,包括计算机视觉技术.
- 讨论涉及组织区域细分和特征提取的方法.
- 审查机器学习模型的训练,以检测血管和血管入侵.
主要成果:
- 人工智能能够快速分析整个幻灯片图像,克服手动评估的局限性.
- 计算机视觉解决方案正在开发中,以准确识别血管和血管入侵.
- 在各种瘤局部 (乳腺,肺,结肠,大脑,脏,胰腺,胃,口腔) 探索方法.
结论:
- 人工智能和计算病理学代表了癌症形态诊断的重大进步.
- 这些技术有望提高预后评估的速度,准确性和一致性.
- 当代模型正在开启病理学的新时代.
更多相关视频
06:05Author Spotlight: Multiplex Immunofluorescence Combined with Spatial Image Analysis for the Clinical and Biological Assessment of the Tumor Microenvironment
Published on: June 2, 2023
7.7K
08:08Detection and Isolation of Cancer in Prostate Biopsies Using Stimulated Raman Histology and Artificial Intelligence
Published on: June 10, 2025
72
