检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:宋绪峥 刘康[2] 苏静 Song Xuzheng;Liu Kang;Su Jing(Department of Pathology,School of Basic Medical Sciences,Peking University Third Hospital,Beijing100191,China;The Key Laboratory of Cognition and Decision Intelligence for Complex Systems,Institute of Automation,Chinese Academy of Sciences,Beijing100190,China)
机构地区:[1]北京大学基础医学院病理学系北京大学第三医院病理科,北京100191 [2]中国科学院自动化研究所复杂系统认知与决策重点实验室,北京100190
出 处:《中华病理学杂志》2025年第1期87-92,共6页Chinese Journal of Pathology
基 金:国家自然科学基金青年基金(81802245)。
摘 要:黑色素瘤病理诊断一直是皮肤病理领域的难题,人工智能(artificial intelligence)技术的发展有望为这一问题的解决提供助力。本文简要介绍了目前人工智能辅助皮肤黑色素细胞肿瘤病理诊断研究中常用的算法,从皮肤病理医师视角阐述了人工智能在皮肤黑色素细胞肿瘤病理诊断中的研究进展,包括:(1)辅助黑色素细胞肿瘤良恶性鉴别和亚型区分;(2)辅助判读组织病理学特征指标;(3)预测分子特征;(4)预测预后;(5)辅助皮肤黑色素瘤的整合诊断。虽然目前人工智能在皮肤黑色素细胞肿瘤病理诊断中的应用仍有局限且面临挑战,未来期望皮肤病理医师和人工智能研究者的深度合作促进其在临床实践中的早日实现。
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.177