基于图特征的组织病理学图像分析方法的最新发展情况与展望OA
The Latest Development and Prospects of Histopathological Image Analysis Methods Based on Graph Features
[目的]本文旨在综述最近五年人工智能在辅助组织病理学分析方面的研究进展,主要是图特征方法的应用、当前面临的问题以及未来的挑战.[方法]文章回顾了图论在组织病理学图像分析中的应用,包括图像分割、检测和分类.探讨了图像拓扑结构特征提取的各种图构建算法,例如经典的最小生成树算法及其衍生创新算法等,并分析了图卷积神经网络等网络结构的性能.[结果]通过结构图提取的图特征能够有效表示组织病理学图像中的拓扑信息,有助于实现精确的肿瘤分割、检测以及分类、分级等任…查看全部>>
[Objective]This article aims to review the research progress of artificial intelligence in assist-ing histopathology analysis in the past five years,mainly focusing on the application of graph feature methods,current problems,and future challenges.[Methods]The article reviews the ap-plication of graph theory in histopathological image analysis,including image segmentation,de-tection,and classification,explores various graph construction algorithms for featur…查看全部>>
何睿琳;杨欣怡;孙洪赞;李晨
东北大学,医学与生物信息工程学院,辽宁沈阳 110819东北大学,医学与生物信息工程学院,辽宁沈阳 110819中国医科大学附属盛京医院,辽宁沈阳 110004东北大学,医学与生物信息工程学院,辽宁沈阳 110819
组织病理学图像图特征人工智能机器学习肿瘤辅助诊断
histopathological imagegraph featureartificial intelligencemachine learningtumor assisted diagnosis
《数据与计算发展前沿》 2024 (2)
101-116,16
国家自然科学基金重点项目(82220108007)
评论