用于全切片图像中胃弥漫型腺癌分类的深度学习模型
图像与视频处理
2021-04-27 v1 计算机视觉与模式识别
摘要
胃弥漫型腺癌在年轻人发生的胃癌中占比异常高，且其相对发病率似乎在上升。它通常累及胃体，与分化型（肠型）腺癌相比病程更短、预后更差。胃腺癌鉴别诊断中的主要困难出现在弥漫型。由于弥漫型腺癌细胞常呈单个存在于促纤维增生和炎症背景中且不显著，常被误认为多种非肿瘤性病变，包括胃炎或肉芽组织中见到的反应性内皮细胞。本研究中，我们训练深度学习模型从全切片图像（WSI）中分类胃弥漫型腺癌。我们在来自不同来源的五个测试集上评估模型，获得的受试者工作特征（ROC）曲线下面积（AUC）在 0.95–0.99 之间。极具前景的结果展示了基于 AI 的计算病理学在辅助病理医生诊断工作流系统中的潜力。
引用
@article{arxiv.2104.12478,
title = {A deep learning model for gastric diffuse-type adenocarcinoma classification in whole slide images},
author = {Fahdi Kanavati and Masayuki Tsuneki},
journal= {arXiv preprint arXiv:2104.12478},
year = {2021}
}