计算机视觉辅助的真菌分裂和血管系统在肺癌的空间分析
Anna Timakova1, Alexey Fayzullin1, Vladislav Ananev2
1Institute for Regenerative Medicine, Sechenov First Moscow State Medical University (Sechenov University), 8-2 Trubetskaya St., 119991 Moscow, Russia.
Journal of clinical medicine
|November 13, 2025
概括
人工智能和数字病理学分析肺癌.
科学领域:
- 数字病理学数字病理学
- 人工智能的人工智能是人工智能.
- 计算病理学计算病理学
背景情况:
- 肺癌在组织学类型中表现出显著的微观结构异质性.
- 数字病理学和人工智能为形态分析和区分组织模式提供了工具.
研究的目的:
- 利用人工智能驱动的计算机视觉模型对肺癌中瘤血管化和扩散的定量分析.
- 为了识别明显的营养模式,表明肺癌的攻击性.
主要方法:
- 在整个幻灯片图像上使用LVI-PathNet (SegFormer) 进行血管检测和Mito-PathNet (RetinaNet + CNN合奏) 进行线粒体图形检测.
- 计算了瘤血管化和扩散的形态特征.
- 使用细分和梯度热图可视化结果.
主要成果:
- 实现了血管细分 (IoU=0.96,FBeta=0.98,AUC-ROC=0.98) 和线粒形状检测 (特异性=0.96,敏感性=0.97) 的高性能指标.
- 鉴定了五种不同的热量模式:增殖-血管,缺氧,增殖,血管和不活跃,与攻击性相关.
结论:
- 确定了每个肺癌组织学类型的定量特征.
- 这些模式可以作为指导治疗策略的潜在生物标志物,包括抗血管性和低氧向治疗.
