人工智能辅助胃癌病理诊断的初步研究

目录

声明

缩略语/符号说明

前言

研究现状、成果

1. 胃癌的病理诊断现状

2. AI用于病理诊断的现状及意义

3. AI的方法及其在胃癌病理诊断中的研究

4. AI判断肿瘤淋巴结转移的研究现状

研究目的、方法

一、深度学习在胃癌原发灶病理诊断中的探索

1.1材料和方法

1.1.1建立胃癌原发灶图像数据集

1.1.2分布训练集和测试集

1.1.3数据预处理

1.1.4 DL 模型的架构

1.1.5 DL模型的训练

1.1.6 DL模型的测试

1.1.7统计分析

1.2结果

1.2.1模型应用于胃印戒细胞癌数据集

1.2.2模型应用于识别多亚型胃癌数据集

1.3讨论

1.4小结

二、DL在胃癌淋巴结转移病理诊断中的探索

2.1材料和方法（总体流程见图13）

2.1.1建立胃癌淋巴结图像数据集

2.1.2 分布训练集和测试集

2.1.3数据预处理

2.1.4 DL模型的架构

2.1.5 DL 模型的训练

2.1.6 DL模型的测试

2.1.7 统计分析

2.2结果

2.2.1胃癌淋巴结数据集的组成及训练集和测试集的数据分布

2.2.2使用胃癌淋巴结训练DL模型

2.2.3在胃癌淋巴结测试集中，DL模型在图像水平上预测转移/非转移的表现

2.3讨论

2.4小结

结论

参考文献

综述:基于深度学习的人工智能在肿瘤病理诊断中的应用

综述参考文献

致谢

个人简历