在数字病理学中推进开源视觉分析:对工具,趋势和临床应用进行系统审查
Zahoor Ahmad1, Mahmood Alzubaidi1, Khaled Al-Thelaya1
1College of Science and Engineering, Hamad Bin Khalifa University, Qatar Foundation, 34110 Doha, Qatar.
Journal of pathology informatics
|July 2, 2025
概括
数字病理学的开源视觉分析利用整个幻灯片图像来增强癌症研究. 在临床整合和验证方面仍然存在挑战,以便更广泛地采用.
科学领域:
- 数字病理学和计算方法.
- 医学成像中的视觉分析.
背景情况:
- 组织病理学对于疾病诊断至关重要.
- 数字病理学通过幻灯片数字化和计算分析彻底改变了工作流程.
研究的目的:
- 系统地审查数字病理学中的开源视觉分析能力.
- 识别主要的应用程序,软件和框架.
主要方法:
- 对254项研究进行了系统审查,其中52项符合标准.
- 分析包括能力,软件和框架在内的开源解决方案.
主要成果:
- 主要用于癌症研究 (乳腺,结肠,卵巢,前列腺) 的溶液,带有整个幻灯片图像.
- 主要贡献包括先进的图像分析 (QuPath,CellProfiler) 和机器学习集成.
- 应用范围包括诊断支持,治疗计划,细分和协作研究.
结论:
- 开源视觉分析显示出希望,但在计算需求,验证和临床集成方面面临挑战.
- 未来的研究应该专注于标准化,监管调整和以用户为中心的设计,以获得临床采用.
关键词:
癌症研究 癌症研究临床实施 临床实施计算病理学计算病理学数字病理学数字病理学组织病理学 组织病理学图像分析 图像分析在病理学中的机器学习.这是一个开源的开源软件.视觉分析 视觉分析整个幻灯片成像成像系统.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
1.5K
05:33Introduction of an Integrated Pathology Image Management, Artificial Intelligence, and Reporting System
Published on: July 11, 2025
269
