基于 AI 的利用组织病理学图像进行癌检测与分类：系统综述
图像与视频处理
2022-01-20 v1 人工智能
计算机视觉与模式识别
机器学习
医学物理
摘要
组织病理学图像分析是诊断癌症的金标准。癌是一种癌症亚型，占所有癌症病例的 80% 以上。鳞状细胞癌和腺癌是癌的两个主要亚型，通过活检切片的显微镜研究来诊断。然而，人工显微镜评估是一个主观且耗时的过程。许多研究者已报道了自动化癌检测与分类的方法。人工智能（AI）在癌诊断自动化中日益增长的应用也显示出深度网络模型使用的显著上升。在本系统文献综述中，我们全面回顾了利用组织病理学图像进行癌诊断的先进方法。研究从知名数据库中按严格的纳入/排除标准筛选。我们按癌起源的特定器官对文章进行了分类并概括其方法。此外，我们总结了关于 AI 方法的相关文献，强调了关键挑战与局限，并对自动化癌诊断的未来研究方向提供了见解。在入选的 101 篇文章中，大多数研究在私有数据集上实验，图像尺寸各异，准确率介于 63% 与 100% 之间。总体而言，本综述强调了构建一个通用基于 AI 的癌诊断系统的必要性。此外，期望有可解释的方法从多放大倍率图像中提取微观特征，以模拟病理学家的评估。
引用
@article{arxiv.2201.07231,
title = {AI-based Carcinoma Detection and Classification Using Histopathological Images: A Systematic Review},
author = {Swathi Prabhua and Keerthana Prasada and Antonio Robels-Kelly and Xuequan Lu},
journal= {arXiv preprint arXiv:2201.07231},
year = {2022}
}
备注
accepted to Computers in Biology and Medicine