免疫组织化学染色辅助注释加速了机器学习和深度学习模型的发展,用于鼻癌的病理诊断
Tai-Pei Lin1, Chiou-Ying Yang2, Ko-Jiunn Liu3,4,5
1Department of Life Sciences, National Chung Hsing University, Taichung 402, Taiwan.
Diagnostics (Basel, Switzerland)
|December 22, 2023
概括
这项研究表明,人工智能可以使用免疫组织化学 (IHC) 幻灯片识别鼻癌 (NPC),减少病理学家的工作量. 非病理学家成功注释了幻灯片,使NPC检测有效的AI模型开发成为可能.
科学领域:
- 在瘤学瘤学.
- 计算病理学计算病理学
- 人工智能的人工智能
背景情况:
- 鼻癌 (NPC) 是一种上皮癌.
- 病理学幻灯片注释是人工智能开发的一个瓶.
- 专家病理学家的参与是耗时的.
研究的目的:
- 使用IHC证明非病理学家注释的可行性.
- 开发一个高效的AI模型用于NPC检测.
- 在人工智能驱动的病理学中减少病理学家的工作量.
主要方法:
- 收集了251个NPC患者幻灯片 (H&E,泛CK IHC,EBER).
- 非病理学家实习生使用IHC进行注释NPC区域.
- 训练了一个ResNeXt深度神经网络.
主要成果:
- 在验证集中达到0.896的AUC.
- 经证明的灵敏度为0.919和特异性为0.878.
- 在没有专家病理学家注释的情况下成功识别了NPC.
结论:
- 深层卷积神经网络可以有效地识别NPC.
- IHC促进了非病理学家的注释.
- 人工智能模型显示,有可能显著减少病理学家的工作量.
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
7.6K
06:08Author Spotlight: Advancing Allergic Rhinitis Research with Multicolor Immunofluorescence
Published on: September 22, 2023
1.7K
