计算机深度学习与智能图像诊断对胃高分化腺癌病理诊断的价值

Abstract

随着计算机技术的发展, 机器学习被深入研究并应用到各个领域, 机器学习在医学中的应用将转换现在的医学模式, 利用机器学习处理医学中庞大数据可提高医生诊断准确率, 指导治疗, 评估预后. 机器学习中的深度学习已广泛应用在病理智能图像诊断方面, 目前在有丝分裂检测, 细胞核的分割和检测, 组织分类中已取得较好成效. 在病理组织学上, 胃高分化腺癌因其组织结构和细胞形态异型性小, 取材标本表浅等原因容易漏诊. 现有的早期胃癌的病理智能图像诊断系统中没有关于腺腔圆度的研究, 圆度测量可以将腺腔结构的不规则, 腺腔扩张等特征转换为具体数值的定量指标, 通过数值大小来进行诊断分析, 为病理诊断提供参考价值.

Keywords: 深度学习; 机器学习; 图像诊断; 胃癌; 病理

核心提要: 在病理组织学中主要依据组织结构和细胞形态异型性做诊断, 而胃高分化腺癌因两者异型性较小, 不易诊断; 图像分析可将组织结构和细胞形态异型性等主观指标转换成客观数据.