神经外科手术成像中诊疗一体化前景：通过深度学习赋能共聚焦激光内显微镜诊断

共聚焦激光内显微镜（CLE）是一种先进的 optical 荧光成像技术，因其亚细胞尺度分辨率，有潜力提高术中精度、扩展切除范围并为恶性侵袭性脑肿瘤定制手术。尽管其诊断前景良好，解读灰阶荧光图像对未经训练的使用者可能困难。在本综述中，我们详细描述了 CLE 图像的生物信息学分析方法，其开始协助神经外科医生与病理医生将实时术中成像、病理学与手术观察快速联结为诊疗一体化概念下的结论性系统。我们给出概述并讨论用于自动检测诊断性 CLE 图像的深度学习模型，探讨多种训练机制与集成建模对深度学习预测模型效能的影响。本文回顾的两类主要方法包括可将 CLE 图像自动分类为诊断性/非诊断性、胶质瘤/非胶质瘤、肿瘤/损伤/正常类别的模型，以及可利用弱监督方法在 CLE 图像上定位组织学特征的模型。我们还简要回顾了用于其他器官 CLE 图像分析的深度学习进展。自动化诊断帧选择速度与精度的显著进步将增强 CLE 的诊断潜力，改善手术流程并整合入脑肿瘤手术。此类技术与生物信息学分析有助于改善脑肿瘤治疗的精度、个性化与诊疗一体化。