通过CNN分析WSI对结直肠息肉进行异型增生分级
图像与视频处理
2022-12-29 v1 计算机视觉与模式识别
机器学习
摘要
结直肠癌是男女性癌症死亡的主要原因。因此，结直肠息肉的组织病理学表征是病理医生推断实际癌症风险并指导后续随访的主要手段。结直肠息肉诊断包括息肉类型评估，更重要的是异型增生分级。后一评估是临床随访的关键步骤。所提出的基于深度学习的分类流程以最先进的卷积神经网络（CNN）为基础，采用恰当的应对措施以解决全切片图像（WSI）高分辨率与高度不平衡数据集问题。实验结果表明，可成功对腺瘤异型增生分级达到70%准确率，与病理医生间的一致率相当。
引用
@article{arxiv.2102.05498,
title = {Dysplasia grading of colorectal polyps through CNN analysis of WSI},
author = {Daniele Perlo and Enzo Tartaglione and Luca Bertero and Paola Cassoni and Marco Grangetto},
journal= {arXiv preprint arXiv:2102.05498},
year = {2022}
}