.png){kind=icon}
返回
Recognizing Epithelial Cells in Prostatic Glands Using Deep Learning
.png){kind=icon}
OA
AI
DOI：10.3390/cells14100737.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
人工智能（AI）正成为现代病理学中病理评估和诊断程序不可或缺的一部分。由于大多数前列腺癌（PCa）源于腺上皮组织，因此开发了一种基于AI的方法来识别前列腺活检组织中的腺上皮细胞核。开发了一种集成机器学习网络，命名为GlandNet，用于通过从核心活检标本中选择的以细胞为中心的图像块来正确识别前列腺腺体内的上皮细胞。使用Feulgen-Thionin（一种DNA计量标记物）对82例被诊断为PCa的活动性监测患者的活检切片（厚度为4-7微米）进行染色。这些切片的图像经过人工注释，最终数据集包含1,264,772个分割后的以细胞为中心的细胞核图像块，其中449,879个图像块的中心为来自110针活检的腺上皮细胞核（训练集：n=66；验证集：n=22；测试集：n=22）。GlandNet的训练利用了训练集和验证集的半监督机器学习知识，并整合了人类和AI的预测结果，以提升其在测试集上的性能。其性能通过与三位观察者的共识讨论结果进行比较进行评估。当在三个针活检中发现的20,735个腺细胞上测试时，GlandNet的平均准确率、敏感性、特异性和F1分数分别为94.1%、95.7%、87.8%和95.2%。相反，当在三个针活检中发现的57,217个细胞上评估时，其平均准确率、敏感性、特异性和F1分数分别为90.9%、86.4%、94.0%和89.7%。GlandNet是一种第一代AI，具有优异的能力，能够区分早期前列腺癌患者核心活检中的上皮细胞核和间质细胞核。
Keyword:
prostate cancer
prostatic glands
stoichiometric DNA stain
epithelial cell
stromal cell
machine learning
semi-supervised method
deep learning
期刊
IF:
5.2
论文数:
2.1W
被引数:
9.4W
机构
引用论文
A review of medical image data augmentation techniques for deep learning applications面向深度学习应用的医学图像数据增强技术综述
PREAI
分享收藏HistoEM: A Pathologist-Guided and Explainable Workflow Using Histogram Embedding for Gland Classification.png)
MODERN PATHOLOGY
MODERN PATHOLOGYIF5.5
PREAI
分享收藏An Optimal Approach for Heart Sound Classification Using Grid Search in Hyperparameter Optimization of Machine LearningBIOENGINEERING-BASEL
OAAI
BIOENGINEERING-BASELIF3.7
OAAI分享收藏Grid Search-Based Hyperparameter Tuning and Classification of Microarray Cancer Data2019 Second International Conference on Advanced Computational and Communication Paradigms (ICACCP)
2019 Second International Conference on Advanced Computational and Communication Paradigms (ICACCP)IF0
PREAI
分享收藏Automated Gleason Scoring and Tumor Quantification in Prostate Core Needle Biopsy Images Using Deep Neural Networks and Its Comparison with Pathologist-Based AssessmentCancersOAAI
CancersIF0
OAAI分享收藏A Cluster-then-label Semi-supervised Learning Approach for Pathology Image ClassificationSCIENTIFIC REPORTSOAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏
查看更多内容