数字病理图像分析肺癌及其易混淆疾病智能分型软件(HistRec) 基于深度学习的肺部病理图像智能诊断模型
Introduction
通过有监督学习的方式构建肺部疾病组织学类型的深度学习分类器,以热图的方式可视化结果,并经过多个医学中心的独立数据集验证模型的综合性能,以人机比较的方式进一步评价模型的临床意义。该模型是首个能够区分肺腺癌、肺鳞癌、小细胞肺癌、肺结核、机化性肺炎和正常肺部组织的六分类器,拓展了肺部组织分型的人工智能辅助诊断范围,适用于复杂多病种诊断需求,具有很好的临床可解释性。研究人员在来自四个不同医疗中心的1000多张病理切片上进行了测试,AUC最高达到0.978,与临床真实诊断结果高度吻合。研究人员还邀请4位来自中山大学附属第一医院病理科不同年资的病理医生进行双盲阅片对照,结果显示模型达到了与经验丰富的病理医生相近的诊断水平。
Publications
No Publication Information
Credits
- Weizhong Li liweizhong@mail.sysu.edu.cn Investigator
zhongshan school of medicine, Sun Yat-sen University, China
Community Ratings
Usability | Efficiency | Reliability | Rated By |
---|---|---|---|
0 user | |||
Sign in to rate |
Summary
Accession | BT007250 |
---|---|
Tool Type | Application |
Category | |
Platforms | Linux/Unix |
Technologies | Python3 |
User Interface | Terminal Command Line |
Latest Release | 1.0 (September 8, 2021) |
Download Count | 80 |
Country/Region | China |
Submitted By | chenghao lin |
Fundings
国家重点研发计划课题”精准医学大数据分析应用方法体系“, 编号2018YFC0910400