基于人工智能的病理学在肿瘤诊疗中的研究进展

2021-12-05 00:59:51田大伟王效春张辉谭艳
磁共振成像 2021年2期
关键词:人工智能特征模型

田大伟,王效春,张辉,谭艳*

癌症是当今世界最主要的公共卫生问题,在我国有逐年上升的趋势[1]。病理学反映了肿瘤的进展,能够识别并提供与肿瘤相关的表型信息。常规的病理医生在显微镜下对组织的微观结构进行观察以进行组织学评估。然而,人眼识别细微组织变化的能力有限,可能会出现观察者内和观察者间差异[2],另外这一手动过程繁琐且耗时,分析结果可能受到病理医生经验水平和主观因素的影响,过度疲劳有时也会产生误诊[3-4]。

近年来,随着人工智能在临床癌症研究中的广泛应用[5],影像组学从肿瘤MRI 数据中提取强度、纹理等特征建立诊断、预后和治疗反应的预测模型。基于人工智能的数字病理学能够使用自动分析图像的技术快速检查和量化组织切片,识别病理信息并突出显示感兴趣和需要重点关注的区域,学习病理组织图像更深层的特征,同时减少了人工筛选所需的时间,从而更高效地完成肿瘤的检测、分类和预测[6-9]。将影像组学特征与患者的临床病理信息融合构建的肿瘤预测模型,能更好地预测肿瘤的侵袭性,揭示了影像与患者的预后联系[10]。本文就数字病理学到人工智能的发展以及在肿瘤诊疗中的应用,病理信息在MRI中的作用和未来展望作一综述。

1 数字病理学和人工智能简述

数字病理学[11]使用全切片数字扫描技术获得高分辨率图像,应用计算机将病理组织切片转换为高质量的数字图像,即全切片数字化图像(whole slide image,WSI)。……

登录APP查看全文

猜你喜欢
人工智能特征模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
人工智能与就业
IT经理世界(2018年20期)2018-10-24 02:38:24
数读人工智能
小康(2017年16期)2017-06-07 09:00:59
3D打印中的模型分割与打包
下一幕,人工智能!
南风窗(2016年19期)2016-09-21 16:51:29
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15