深度学习在膀胱癌病理学中的研究进展

摘要：

膀胱癌的发病率逐年上升,其诊断的金标准依赖于组织病理活检.全载玻片数字化技术可产生大量高分辨率捕获的病理图像,促进了数字病理学的发展.随着人工智能的热潮掀起,深度学习作为人工智能的一种新方法,已经在膀胱癌的肿瘤诊断、分子分型、预测预后和复发等病理图像分析中取得了显著成果.传统病理极度依赖于病理学家的专业水平和经验储备,主观性强且可重复性差.深度学习以其自动提取图像特征的能力,在辅助病理学家进行决策时,可提高诊断效率和可重复性,降低漏诊和误诊率.这不仅能缓解目前面临人才短缺和医疗资源不均的压力,而且也能促进精准医疗的发展.本文就深度学习在膀胱癌病理图像分析中的最新研究进展和前景作一述评.

关键词：人工智能、深度学习、膀胱癌、病理图像、数字病理学、精准医疗

所属期刊栏目：50

分类号：R737.14;R694;TP18(肿瘤学)

资助基金：湖北省重点研发计划项目;湖北省中央引导地方科技发展专项;全国医学教育发展中心医学模拟教育研究项目

在线出版日期：2023-02-16（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：98-102