检索结果-内蒙古大学图书馆

中国实用妇科与产科杂志 2023年第6期39卷 665-668页

作者：郝以平刘青青李若雯毛忠浩姜楠蒋旭骥冯媛张文静崔保霞山东大学齐鲁医院妇产科山东济南250012

子宫颈癌是常见的妇科恶性肿瘤之一,发病率和死亡率在我国仍处于较高水平,且子宫颈癌发病趋于年轻化,是影响女性生育能力及生命安全的重要因素之一[1-3]。CT、MRI、超声等影像学检查以及肿瘤标志物等相关实验室检查可作为辅助诊断子宫... 详细信息

子宫颈癌是常见的妇科恶性肿瘤之一,发病率和死亡率在我国仍处于较高水平,且子宫颈癌发病趋于年轻化,是影响女性生育能力及生命安全的重要因素之一[1-3]。CT、MRI、超声等影像学检查以及肿瘤标志物等相关实验室检查可作为辅助诊断子宫颈癌的手段之一。

关键词：深度学习影像组学数字病理学子宫颈癌

来源：评论

学校读者我要写书评

暂无评论

人工智能助力数字病理学实验教学发展的研究

引用

基础医学教育 2025年第5期27卷 438-442页

作者：赵长安田荣昌李超莫立平张海峰西安交通大学医学部基础医学院病理学系西安710061 西安交通大学外国语学院西安市公共卫生中心(西安市应急医疗中心)

传统病理学实验教学受限于时间、场地及显微镜的使用,难以支持学生对石蜡玻片的反复观察,影响了其对切片内容的复习与掌握。全玻片数字扫描技术的进步推动了数字病理学的发展。在线数字病理实验教学平台为师生提供了全天候、无障碍的学... 详细信息

传统病理学实验教学受限于时间、场地及显微镜的使用,难以支持学生对石蜡玻片的反复观察,影响了其对切片内容的复习与掌握。全玻片数字扫描技术的进步推动了数字病理学的发展。在线数字病理实验教学平台为师生提供了全天候、无障碍的学习环境,有效解决了传统教学的局限性。人工智能技术在数字病理实验教学中的应用,不仅帮助教师实现因材施教和差异化培养的目标,还通过个性化资源推荐和互动学习提升了学生的学习兴趣,从而促进了病理实验教学水平的整体提高。

关键词：病理学实验教学教学改革数字病理学人工智能

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的人工智能在数字病理学中的进展

引用

中国癌症杂志 2021年第2期31卷 151-155页

作者：杨鑫(综述) 章真(审校) 复旦大学附属肿瘤医院放射治疗中心复旦大学上海医学院肿瘤学系上海200032

全切片数字化图像扫描技术的进步促成了数字病理学的诞生。随着存储技术的提高和互联网技术与计算机技术的迅速发展,深度学习的方法被广泛应用于病理学图像的分析中,其目标是化解病理学图像冗余复杂的信息导致病理学医师诊断和分析困难... 详细信息

全切片数字化图像扫描技术的进步促成了数字病理学的诞生。随着存储技术的提高和互联网技术与计算机技术的迅速发展,深度学习的方法被广泛应用于病理学图像的分析中,其目标是化解病理学图像冗余复杂的信息导致病理学医师诊断和分析困难的问题,减轻病理学医师日常繁琐的分析工作,并提高分析结果的准确度。回顾分析常用于病理学分析的深度学习方法,介绍深度学习在病理学分析中各领域的应用,并讨论深度学习在病理学分析中的挑战和机遇。

关键词：深度学习人工智能数字病理学全切片数字化图像扫描技术

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的肝细胞癌复发预警数字病理学模型研究

引用

中华肝脏外科手术学电子杂志 2023年第3期12卷 272-277页

作者：孟锦雯刘治坤顾钰峰王建国杨帆郑树森徐骁浙江大学医学院杭州310058 浙江省肿瘤融合研究与智能医学重点实验室杭州310006 浙江大学医学院附属杭州市第一人民医院肝胆胰外科杭州310006 浙江中医药大学第四临床医学院杭州310053 浙江大学医学院附属第一医院肝胆胰外科杭州310006

目的:探讨基于卷积神经网络(CNN)的数字病理学模型在肝癌复发预警中的预测价值。方法:本研究包含4个肝癌队列,队列1和队列3为训练集,队列2和队列4为验证集。队列1、2、3分别有202、179、738例患者,来源于2012年1月至2017年1月浙江大学... 详细信息

目的:探讨基于卷积神经网络(CNN)的数字病理学模型在肝癌复发预警中的预测价值。方法:本研究包含4个肝癌队列,队列1和队列3为训练集,队列2和队列4为验证集。队列1、2、3分别有202、179、738例患者,来源于2012年1月至2017年1月浙江大学医学院附属第一医院1119例肝癌患者。队列4是来自美国的癌症基因组图谱(TCGA)数据库361例患者。首先,在队列1运用7种CNNs(AlexNet、Squeezenet、InceptionV3、GoogleNet、DenseNet201、VGG19和ResNet18)训练肝癌病理切片病灶自动识别模型,区分肿瘤区域与正常组织;选择最佳的神经网络模型,通过迁移学习构建肿瘤区域成分抽提模型,解析肿瘤区域5种不同成分(肿瘤细胞、淋巴细胞、间质、坏死及背景),并在队列2上验证;在队列3上探索这5种成分与肝癌术后复发的相关性,并联合临床特征构建肝癌术后复发预警模型,在队列4进行独立的外部验证。生存分析采用Kaplan-Meier法和Log-rank检验,生存预后影响因素分析采用LASSO-Cox比例风险回归模型。结果:在队列1中,AlexNet、DenseNet201、VGG19和ResNet18鉴别肝癌病灶的准确率均高于95.0%。在队列2中,神经网络VGG19的准确率最佳,达96.4%,选择VGG19迁移至肿瘤区域成分抽提模型,其分割5种成分的准确率达99.0%。在队列3中,多因素Cox分析显示,高淋巴细胞神经网络评分(LYM)和低间质神经网络评分(STR)与患者术后复发明显相关(HR=0.70,1.38;P<0.05);基于LYM、STR、AFP、美国癌症联合委员会(AJCC)分期构建术后复发风险的预警模型,在训练集和验证集中,模型可对患者术后复发风险精准分层(χ^(2)=45.06,15.49;P<0.05)。在独立队列4中,肝癌复发预警模型进一步验证,LYM、STR病理特征综合评分可提高AJCC分期的无复发生存预测能力。结论:基于CNN的肝癌病灶自动识别模型和肿瘤区域成分抽提模型可智能化分割肝癌数字病理切片,实现肝癌术后复发预警,LYM、STR为术后复发相关的新型病理预测因子。

关键词：癌,肝细胞复发卷积神经网络数字病理学高淋巴细胞神经网络评分(LYM) 低间质神经网络评分(STR) 术后复发预警模型

来源：评论

学校读者我要写书评

暂无评论

数字病理学数据的集成共享方法、装置、设备及存储介质

数字病理学数据的集成共享方法、装置、设备及存储介质

引用

作者：陈晓红刘晓亮王俊普袁依格安庆贤胡东滨刘浏 410000 湖南省长沙市岳麓区岳麓街道溁左路中南大学科技园研发总部1栋166房

本发明公开了一种数字病理学数据的集成共享方法、装置、设备及存储介质，包括：获取病理图像，并对病理图像进行特征提取与标注，得到病理数据，构建病理数据联盟链，并将病理数据存储至病理数据联盟链，基于元宇宙的方式，搭建病理可... 详细信息

标准号: CN117894437A

本发明公开了一种数字病理学数据的集成共享方法、装置、设备及存储介质，包括：获取病理图像，并对病理图像进行特征提取与标注，得到病理数据，构建病理数据联盟链，并将病理数据存储至病理数据联盟链，基于元宇宙的方式，搭建病理可视化模块，以使存储至病理数据联盟链根据需要可视化显示。病理数据通过联盟链上链实现了增加多层的安全性，同时能够提高数据可见性，使不同医院和科室之间的数据交换更加透明，方便进行数据共享和合作；联盟链可以支持更多的节点和用户，提供多层的冗余，能够提高网络的可用性和可靠性。

关键词：病理数据病理图像多层存储可视化模块可视化显示数字病理学存储介质数据共享数据交换特征提取可用性冗余可见性构建上链病理标注宇宙透明共享网络合作

来源：评论

学校读者我要写书评

暂无评论

用于数字病理学的眼睛跟踪的图像查看器

用于数字病理学的眼睛跟踪的图像查看器

引用

作者： A·奥尔森 K·萨利格拉玛美国加利福尼亚州

使用眼睛跟踪在数字病理学中进行图像观看。在实施例中，基于眼睛跟踪设备的输出来重复检测图形用户界面上的用户的注视位置，图形用户界面至少包括数字切片图像在宏视图内的一部分。在检测到用户的注视从图形用户界面上的第一位置到第... 详细信息

标准号: CN112805670B

使用眼睛跟踪在数字病理学中进行图像观看。在实施例中，基于眼睛跟踪设备的输出来重复检测图形用户界面上的用户的注视位置，图形用户界面至少包括数字切片图像在宏视图内的一部分。在检测到用户的注视从图形用户界面上的第一位置到第二位置的变化之后，基于第二位置在宏视图内自动平移数字切片图像的视图，以便将数字切片图像上的位置朝向宏视图的中心移动，该数字切片图像上的位置与图形用户界面上的第二位置相对应。

关键词：图形用户界面切片图像第二位置眼睛跟踪设备数字病理学第一位置图像观看眼睛跟踪中心移动重复检测注视位置自动平移注视输出检测

来源：评论

学校读者我要写书评

暂无评论

从数字病理学图像预测可操作突变

从数字病理学图像预测可操作突变

引用

作者： P·S·S·奥坎波 B·斯蒂姆皮尔聂垚 F·谢赫扎德李骁 P·斯佐斯塔克 P·波瓦尔 F·阿加伊美国加利福尼亚州

本公开提供了一种方法，所述方法包括：访问描绘从受试者采样的肿瘤细胞的数字病理学图像。可从所述数字病理学图像选择多个图块，其中所述图块中的每一者描绘肿瘤细胞。可针对所述图块中的每一者生成突变预测，其中所述突变预测表示对... 详细信息

标准号: CN117378015A

本公开提供了一种方法，所述方法包括：访问描绘从受试者采样的肿瘤细胞的数字病理学图像。可从所述数字病理学图像选择多个图块，其中所述图块中的每一者描绘肿瘤细胞。可针对所述图块中的每一者生成突变预测，其中所述突变预测表示对可操作突变出现在所述图块中的可能性的预测。基于多个突变预测，可生成与针对所述受试者的一个或多个治疗方案相关的预后预测。所述预后预测可基于将所述数字病理学图像的一个或多个突变背景确定为未知驱动因子或肿瘤抑制因子、致癌基因驱动因子突变、或基因融合。

关键词：突变图块数字病理学预测预后预测肿瘤细胞图像肿瘤抑制因子驱动基因融合突变背景图像选择致癌基因描绘可操作采样治疗访问

来源：评论

学校读者我要写书评

暂无评论

使用深度学习校正用于数字病理学图像的多扫描仪中的差异

使用深度学习校正用于数字病理学图像的多扫描仪中的差异

引用

作者： A·洛萨库尔赵佐聂垚王兴伟 K·阮美国亚利桑那州

本公开涉及用于将由不同载玻片扫描仪获得的数字病理学图像转换成通用格式以用于图像分析的技术。特别地，本公开的方面涉及：获得生物样本的源图像，所述源图像是从第一类型扫描仪生成的；将随机生成的噪声向量和来自所述源图像的潜在... 详细信息

标准号: CN115917612A

本公开涉及用于将由不同载玻片扫描仪获得的数字病理学图像转换成通用格式以用于图像分析的技术。特别地，本公开的方面涉及：获得生物样本的源图像，所述源图像是从第一类型扫描仪生成的；将随机生成的噪声向量和来自所述源图像的潜在特征向量作为输入数据输入到生成器模型中；通过所述生成器模型，基于所述输入数据来生成新图像；将所述新图像输入到鉴别器模型中；通过所述鉴别器模型，生成所述新图像为真或假的概率；基于生成的概率来确定所述新图像为真还是假；以及当所述图像为真时，输出所述新图像。

关键词：新图像源图像鉴别器模型扫描仪生成器数字病理学生物样本随机生成特征向量通用格式图像分析图像转换噪声向量载玻片概率图像输出

来源：评论

学校读者我要写书评

暂无评论

使用机器学习技术评定数字病理学图像中的特征的异质性

使用机器学习技术评定数字病理学图像中的特征的异质性

引用

作者： C·科兹洛夫斯基 R·百克将美国加利福尼亚州

本公开在一个实施方案中提供了一种方法，其包括：接收组织样品的数字病理学图像；以及将所述数字病理学图像细分为多个块。对于所述多个块中的每个块，所述方法包括：识别在所述块中检测到的图像特征；以及使用机器学习模型来生成与在... 详细信息

标准号: CN116157834A

本公开在一个实施方案中提供了一种方法，其包括：接收组织样品的数字病理学图像；以及将所述数字病理学图像细分为多个块。对于所述多个块中的每个块，所述方法包括：识别在所述块中检测到的图像特征；以及使用机器学习模型来生成与在所述块中识别的所述图像特征相对应的一个或多个标签。所述方法包括：基于生成的标签，确定针对所述组织样品的异质性度量。所述方法包括：基于所述异质性度量，生成对所述组织样品的评定。

关键词：组织样品数字病理学图像特征异质性度量标签图像使用机器评定检测学习

来源：评论

学校读者我要写书评

暂无评论

用于提供可视化全切片图像分析的数字病理学系统及相关工作流程

用于提供可视化全切片图像分析的数字病理学系统及相关工作流程

引用

作者： M·巴恩斯 J·布雷德诺 S·楚卡 C·居特尔 A·洛萨库勒 A·萨卡尔 E·铃江美国亚利桑那州

一种数字病理学系统和相关方法及计算机程序产品，提供了对整个组织切片的定量分析以及对该整个组织切片的相关区域中的生物标记表达的直观、有效、快速和精确的量化。该数字病理系统实现了一种新颖的工作流程，其允许用户有效地勾画出... 详细信息

标准号: CN109791693B

一种数字病理学系统和相关方法及计算机程序产品，提供了对整个组织切片的定量分析以及对该整个组织切片的相关区域中的生物标记表达的直观、有效、快速和精确的量化。该数字病理系统实现了一种新颖的工作流程，其允许用户有效地勾画出整个临床相关形态，包括实体肿瘤区域。然后在几秒钟内有效且直观地向用户提供对所有组织内容物(即，数百万个细胞)的定量分析结果。通过计算和存储图像分析结果以供以后检索的预计算步骤，这种效率成为可能。有效地可视化大量数据是系统的另一个组成部分，其为用户提供关于生物标记表达水平的信息和置信度。

关键词：生物标记用户提供整个组织有效地切片直观计算机程序产品定量分析结果数字病理学定量分析表达水平病理系统存储图像工作流程实体肿瘤可视化内容物预计算置信度检索勾画量化细胞

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：