深度学习利用前哨淋巴结实现对乳腺癌转移的快速筛查

已有研究表明，深度学习可通过分析前哨淋巴结的全切片图像来检测乳腺癌转移。然而，这需要对每个病例的所有淋巴结切片进行大量扫描和分析。我们的深度学习研究专注于乳腺癌筛查，仅使用来自任意前哨淋巴结（无论转移呈阳性或阴性）的一小部分图像块，以检测肿瘤环境的变化而非肿瘤本身。我们使用 Python 语言设计了一个卷积神经网络，为此目的构建诊断模型。这项初步研究的优异结果为将自动化转移筛查纳入数字病理学工作流程以提高病理医生的工作效率提供了概念验证。我们的方法是独特的，因为它提供了一种非常快速的筛查，而不是对所有前哨淋巴结的所有视野进行详尽的肿瘤搜索。