在基因病理学中的图像搜索上
H R Tizhoosh1, Liron Pantanowitz2
1Department of Artificial Intelligence and Informatics, Mayo Clinic, Rochester, MN, USA.
Journal of pathology informatics
|April 22, 2024
概括
组织病理学图像搜索使用先进的技术来匹配患者,帮助诊断和预后. 本综述涵盖了研究人员有效的计算病理学方法.
科学领域:
- 计算病理学计算病理学
- 数字病理学数字病理学
- 医学成像分析分析 医学成像分析
背景情况:
- 组织病理学图像对于诊断和预后至关重要.
- 图像分析有助于患者匹配和疾病预测.
- 搜索技术的进步使组织形态的量化成为可能.
研究的目的:
- 审查最近的发展在他的病理学图像搜索技术.
- 为计算病理学研究人员提供概述.
- 为了突出有效,快速和高效的图像搜索方法.
主要方法:
- 使用相似性计算进行患者图像匹配.
- 利用搜索技术来量化组织形态.
- 将新患者数据与精选的数据库进行比较.
主要成果:
- 隐含量化组织形态在各种主要网站的隐含量化.
- 促进对诊断和预后进行比较.
- 能够根据图像数据对新患者进行预测.
结论:
- 图像搜索技术在研究和临床环境中提供了巨大的潜力.
- 计算病理学研究人员可以从高效的图像搜索方法中受益.
- 未来的应用包括改进的诊断和预后能力.
更多相关视频
07:32Author Spotlight: Investigating Immune Cell Dynamics in the Tumor Microenvironment — Challenges and Innovations in Cancer Prognosis
Published on: April 12, 2024
1.3K
14:21Optical Frequency Domain Imaging of Ex vivo Pulmonary Resection Specimens: Obtaining One to One Image to Histopathology Correlation
Published on: January 22, 2013
14.2K
