相关实验视频
Updated: Sep 17, 2025
06:45
Histological-Based Stainings Using Free-Floating Tissue Sections
Published on: August 25, 2020
19.4K
乳腺癌中的H&E到IHC虚拟染色方法:概述和基准测试
Pascal Klöckner1, José Teixeira1,2,3, Diana Montezuma4,5
1Computational Pathology Group, The Netherlands Cancer Institute, Amsterdam, The Netherlands.
NPJ digital medicine
|July 2, 2025
概括
深度生成模型可以从标准的H&E幻灯片中虚拟创建免疫组织化学 (IHC) 图像用于乳腺癌诊断. 本综述评估了关键生物标志物的虚拟染色技术,为传统的IHC提供了具有成本效益的替代方案.
科学领域:
- 计算病理学计算病理学
- 数字病理学数字病理学
- 医学中的人工智能.
背景情况:
- 免疫组织化学 (IHC) 对于乳腺癌的分类至关重要.
- 传统的IHC是昂贵和耗时的.
- 血素和欧 (H&E) 染色是一种常规的,具有成本效益的方法.
研究的目的:
- 通过使用深度生成模型,审查乳腺癌生物标志物虚拟染色的现状.
- 在公共数据集上对不同的虚拟染色模型进行基准测试.
- 为研究人员和临床医生提供虚拟染色的资源.
主要方法:
- 对虚拟IHC染色的深度生成模型的审查.
- 使用公开乳腺癌数据集对模型进行基准测试.
- 对HER2,PGR,ER和Ki-67生物标记物的虚拟染色的评估.
主要成果:
- 深度生成模型在准确模拟来自H&E图像的IHC染色方面显示出希望.
- 不同的生物标志物和模型的性能各不相同.
- 虚拟染色为传统的IHC提供了一个潜在的成本有效的替代方案.
结论:
- 使用深度生成模型的虚拟染色是一种快速发展的领域,在乳腺癌诊断中具有显著的潜力.
- 需要进一步的研究和验证才能将这些技术纳入临床实践.
- 本综述强调了当前虚拟染色方法的功能和局限性.
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
11:34Building Up a High-throughput Screening Platform to Assess the Heterogeneity of HER2 Gene Amplification in Breast Cancers
Published on: December 5, 2017
12.7K
