組織學(xué)病理是臨床疾病診斷的金標(biāo)準(zhǔn)。全視野數(shù)字切片（whole slide image,WSI）的出現(xiàn),雖彌補(bǔ)了傳統(tǒng)的玻璃切片易損壞、檢索困難以及診斷可重復(fù)性差的不足,但同時(shí)也帶來了巨大的工作量。人工智能（artificial intelligence,AI）輔助病理醫(yī)師的WSI分析,可解決工作效率低,提高診斷的一致性。其中,以深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)（convolution neural network,CNN）算法的應(yīng)用最為廣泛。本文綜述目前已報(bào)道的CNN在WSI圖像分析中的應(yīng)用情況,總結(jié)CNN在病理學(xué)領(lǐng)域中的發(fā)展趨勢(shì)并作出展望。 

【文章來源】：中國胸心血管外科臨床雜志. 2019,26(11)CSCD

【文章頁數(shù)】：6 頁


本文編號(hào)：3191379