Deep learning powers cancer diagnosis in digital pathology.
Deep learning powers cancer diagnosis in digital pathology.
复制标题
深度学习为数字病理学中的癌症诊断提供动力。
DOI：
10.1016/j.compmedimag.2020.101820
复制
发表时间：
2021-03
期刊：
影响因子：
--
通讯作者：
Wong STC
中科院分区：
文献类型：
--
作者：
He Y;Zhao H;Wong STC
技术创新加速了癌症的病理诊断过程，特别是在数字化组织病理学切片和结合基于深度学习的方法来挖掘亚视觉形态表型以改善病理诊断方面。在这篇观点论文中，我们概述了数字病理学的主要深度学习方法，并讨论了这些方法在数字病理学中辅助癌症诊断的挑战和机遇。特别是，新兴的图形神经网络可以进一步提高数字病理学中深度学习的性能和可解释性。
Technological innovation has accelerated the pathological diagnostic process for cancer, especially in digitizing histopathology slides and incorporating deep learning-based approaches to mine the subvisual morphometric phenotypes for improving pathology diagnosis. In this perspective paper, we provide an overview on major deep learning approaches for digital pathology and discuss challenges and opportunities of such approaches to aid cancer diagnosis in digital pathology. In particular, the emerging graph neural network may further improve the performance and interpretability of deep learning in digital pathology.
登录
查看更多内容
影响因子：
78.8
作者：
Bera, Kaustav;Schalper, Kurt A.;Madabhushi, Anant
通讯作者：
Madabhushi, Anant
影响因子：
--
作者：
Janowczyk A;Madabhushi A
通讯作者：
Madabhushi A
以人为本的强化学习：一项调查
影响因子：
3.6
作者：
Li, Guangliang;Gomez, Randy;He, Bo
通讯作者：
He, Bo
影响因子：
3.9
作者：
Jiao, Licheng;Zhang, Fan;Qu, Rong
通讯作者：
Qu, Rong
影响因子：
2.9
作者：
LeCun, Y.;Boser, B.;Jackel, L. D.
通讯作者：
Jackel, L. D.