您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览431 | 下载320

目的:通过深度学习方法,探讨病理形态学与乳腺癌HER2过表达/扩增的关系。方法:采集2012—2018年中日友好manbet官网登录 345张乳腺癌HE染色切片,所有样本均拥有HER2的准确诊断结果,并包含0、1+、2+、3+多种HER2类型。数字化扫描后,204张用于弱监督模型训练,141张用于模型测试。在训练过程中,首先通过癌区识别模型,提取热点区域,随后将热点区域输入弱监督分类模型进行深度学习模型的建立。在测试过程中,对比使用单阈值与双阈值策略的效果,验证双阈值策略在临床可用性方面的作用。结果:在单阈值策略下,深度学习模型可达到81.6

作者:王秀红;陈皇;宋志刚;刘灿城;郑思琪;王跃峰;王书浩;钟定荣

来源:中华病理学杂志 2021 年 50卷 4期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:431 | 下载:320
作者:
王秀红;陈皇;宋志刚;刘灿城;郑思琪;王跃峰;王书浩;钟定荣
来源:
中华病理学杂志 2021 年 50卷 4期
标签:
乳腺肿瘤 基因, erbB-2 人工智能 诊断 Breast neoplasms Genes, erbB-2 Artificial intelligence Diagnosis
目的:通过深度学习方法,探讨病理形态学与乳腺癌HER2过表达/扩增的关系。方法:采集2012—2018年中日友好manbet官网登录 345张乳腺癌HE染色切片,所有样本均拥有HER2的准确诊断结果,并包含0、1+、2+、3+多种HER2类型。数字化扫描后,204张用于弱监督模型训练,141张用于模型测试。在训练过程中,首先通过癌区识别模型,提取热点区域,随后将热点区域输入弱监督分类模型进行深度学习模型的建立。在测试过程中,对比使用单阈值与双阈值策略的效果,验证双阈值策略在临床可用性方面的作用。结果:在单阈值策略下,深度学习模型可达到81.6