基于人工智能的印戒细胞诊断现状与未来：综述
图像与视频处理
2025-07-23 v2 计算机视觉与模式识别
定量方法
摘要
印戒细胞（SRC）具有高外周转移倾向与不良预后，对手术决策与结果预测有关键影响。然而，即便经验丰富的病理医生也难对其检测。尽管基于人工智能（AI）的自动化 SRC 诊断因可提升诊断效率与准确性而受关注渐增，现有方法缺乏系统综述，此差距阻碍了对算法能力与实际临床适用性之间差异的评估。本文对 2008 年至 2025 年 6 月的 AI 驱动 SRC 分析进行全面综述。我们系统总结 SRC 的生物学特征及其自动识别挑战。代表性算法被分析并归类为单模态或多模态方法。单模态算法涵盖图像、组学与文本数据；其中基于图像的进一步细分为分类、检测、分割与基础模型任务。多模态算法融合两种及以上数据模态（图像、组学与文本）。最后，通过对照临床辅助需求评估当前方法性能，我们讨论 SRC 分析中未解挑战与未来研究方向。本综述旨在帮助研究者（尤指无医学背景者）理解 SRC 分析图景与智能诊断前景，从而加速计算算法向临床实践的转化。
引用
@article{arxiv.2311.10118,
title = {Now and Future of Artificial Intelligence-based Signet Ring Cell Diagnosis: A Survey},
author = {Zhu Meng and Junhao Dong and Limei Guo and Fei Su and Jiaxuan Liu and Guangxi Wang and Zhicheng Zhao},
journal= {arXiv preprint arXiv:2311.10118},
year = {2025}
}