深度学习在抗核抗体检测应用的进展及挑战

摘要：

抗核抗体（ANA）的实验室检测对系统性自身免疫病的诊断、分型、病情监测等具有重要的临床意义。近年来，随着计算能力的增强和算法的推陈出新，以深度学习（DL）为代表的人工智能技术取得不断突破，在医学图像识别领域逐渐展现出独特的优势。ANA检测的参考方法是以人喉癌上皮细胞为基质的间接免疫荧光法，检测结果依赖肉眼对荧光模式的判读，本质原理还是图像识别，而这正巧具备与DL结合实现自动化判读系统的广阔前景。本文就目前DL运用在ANA检测的领域相关的研究及面临挑战进行概述，以期为今后ANA结果判读的标准化之路提供参考。

关键词：人工智能、深度学习、抗体，抗核

所属期刊栏目：44

在线出版日期：2023-05-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：877-881