机器学习辅助肿瘤诊断

• 作者: 朱静妤 杨沐月 沈炜炜 王泽淇 赵可扬
• 来源期刊: 肿瘤
• 学科: 医学
• 关键词: 肿瘤 人工智能 病理学 诊断 预后
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 综述
• 页码范围: 987-991
• 页数: 5页
• 分类号: R730.4
• 语种: 中文
• DOI: 10.3781/j.issn.1000-7431.2018.55.217

摘要

近年来,高质量数字病理切片在病理诊断中的应用改变了传统的病理阅片方式,大量的定量分析算法应运而生,其中机器深度学习算法对大数据样本分析的能力普遍强于其他算法,在病理切片分析中表现出巨大潜力,取得了显著成果.机器分析病理图片的过程为提取病理图片特征并据此进行分类,从而判断肿瘤的性质、分级和预后等,可以提升病理诊断的客观性和准确率.目前,机器学习辅助病理图片分析应用较为成熟的领域包括乳腺癌的诊断和预后、皮肤癌的性质判断、肺癌的诊断和预后以及前列腺癌和子宫颈上皮内瘤变的分级等.本文就上述领域的进展进行综述并展开讨论.