毒性病理学中人工智能和机器学习的应用研究进展
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1003-3734.2023.06.008

毒性病理学中人工智能和机器学习的应用研究进展

引用
毒性病理学是促进动物和人类健康发展最有价值的学科之一,药物非临床安全性评价毒性研究中对石蜡包埋、苏木精和伊红染色切片的组织病理学检查是毒性病理学评价的金标准.数字毒性病理学、人工智能(artificial intelligence,AI)尤其是机器学习(machine learning,ML)是全球颠覆性、快速发展的技术领域,其对组织病理学领域的影响正在迅速显现.组织病理学检查种类繁多算法的发展和应用,表明人工智能病理学平台可深度影响将来数字毒性病理学、精准医疗和个性化医疗.然而,与所有其他革命性的技术相同,人工智能病理学平台在实施和应用过程中存在诸多挑战.本文综述了人工智能和机器学习的发展、人工智能在毒性病理学中的应用、机器学习在数字毒性病理学中的应用以及人工智能对数字毒性病理学的影响,以期为我国毒性病理学中人工智能和机器学习的应用提供一定参考.

毒性病理学、人工智能、机器学习、深度学习、人工神经网络

R99(毒物学(毒理学))

干细胞治疗产品的规范化与规模化生产及质量评价研究G2021086002L

2023-04-24(万方平台首次上网日期,不代表论文的发表时间)

共7页

598-604

相关文献
评论
暂无封面信息
查看本期封面目录

中国新药杂志

1003-3734

11-2850/R

2023,(6)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn