Loading...
机构名称:
¥ 1.0

au:PleaseconfirmthatalheadinglevelsarerepredsedCorrectionally:人工智能(AI)和深度学习(DL)的应用正在导致癌症研究的重大进展,尤其是在分析预后和治疗方法预测的见解方面的组织病理学图像。但是,这些计算方法的有效翻译要求计算研究人员至少对组织病理有基本的理解。在这项工作中,我们旨在通过引入基本的组织病理学概念来支持AI开发人员的研究来弥合差距。我们涵盖了关键细胞类型的定义特征,包括上皮,基质和免疫细胞。讨论并说明了恶性肿瘤,前光线病变和肿瘤微环境(TME)的概念。为了增强理解,我们还引入了基础组织病理学技术,例如用苏木精和曙红(HE)进行常规染色,免疫型抗体染色,包括新的多重抗体染色方法。通过向计算社区提供这种基本知识,我们旨在加快癌症研究AI算法的发展。

AI开发人员的肿瘤组织病理学“词汇表”

AI开发人员的肿瘤组织病理学“词汇表”PDF文件第1页

AI开发人员的肿瘤组织病理学“词汇表”PDF文件第2页

AI开发人员的肿瘤组织病理学“词汇表”PDF文件第3页

AI开发人员的肿瘤组织病理学“词汇表”PDF文件第4页

AI开发人员的肿瘤组织病理学“词汇表”PDF文件第5页

相关文件推荐

2020 年
¥6.0
2025 年
¥1.0
2025 年
¥1.0
2017 年
¥1.0
2024 年
¥1.0
2020 年
¥18.0
2022 年
¥1.0
2023 年
¥1.0
2021 年
¥1.0
2018 年
¥61.0