目的建立人工智能辅助结直肠癌病理切片分子分型诊断系统。方法在癌症基因组图谱(the cancer genome Atlas,TCGA)数据库中筛选出422例结直肠癌患者的812张病理切片,分为训练集(75%)和测试集(25%);存入www.paiwsit.com数据库中,根据资深...目的建立人工智能辅助结直肠癌病理切片分子分型诊断系统。方法在癌症基因组图谱(the cancer genome Atlas,TCGA)数据库中筛选出422例结直肠癌患者的812张病理切片,分为训练集(75%)和测试集(25%);存入www.paiwsit.com数据库中,根据资深的病理医生标注的数据进行处理及分割,得到超过400万张带有标签的训练集,最后利用深度学习模型进行训练。结果在经过多种卷积神经网络模型训练后,在110例203张切片的测试集上测试,子图级别达到53.04%的准确率,切片级别准确率达到51.72%,其中结直肠癌共识分子亚型之一的经典型(CMS2)切片级准确率达到75.00%。结论本研究对促进结直肠癌筛查和精准治疗具有重要意义。展开更多
文摘目的建立人工智能辅助结直肠癌病理切片分子分型诊断系统。方法在癌症基因组图谱(the cancer genome Atlas,TCGA)数据库中筛选出422例结直肠癌患者的812张病理切片,分为训练集(75%)和测试集(25%);存入www.paiwsit.com数据库中,根据资深的病理医生标注的数据进行处理及分割,得到超过400万张带有标签的训练集,最后利用深度学习模型进行训练。结果在经过多种卷积神经网络模型训练后,在110例203张切片的测试集上测试,子图级别达到53.04%的准确率,切片级别准确率达到51.72%,其中结直肠癌共识分子亚型之一的经典型(CMS2)切片级准确率达到75.00%。结论本研究对促进结直肠癌筛查和精准治疗具有重要意义。
