超越传统病理学 无标记组织学与人工智能相结合

由浦项科技大学金哲弘教授和韩国天主教大学首尔圣母医院郑灿权教授领导的合作研究团队开发了一种人工智能 (AI) 系统，用于分析人类肝癌组织的无标记光声组织学图像。他们的研究最近发表在《光：科学与应用》上。

组织病理学是诊断疾病和制定适当治疗方案的主要依据。通常，在显微镜下检查切除的组织需要染色，这会因使用化学品而增加额外的劳动力和成本。

光声组织学 (PAH) 技术已经开发出来以缓解这些问题。PAH 通过检测生物分子在被光 (激光) 照射时产生的声音 (超声波) 信号来生成图像，从而无需染色和标记。然而，PAH 会向病理学家呈现不熟悉的图像，使解释和诊断变得复杂，并导致准确性相对较低。

在这项研究中，研究人员将 PAH 与能够对人体组织图像进行虚拟染色、分割和分类的尖端深度学习模型相结合。

首先，虚拟染色步骤将包含细胞核和细胞质的黑白未标记图像转换为模拟染色样本的图像。此步骤旨在生成与实际染色样本相似的图像，同时保留组织结构，并使用可解释的深度学习方法来提高虚拟染色结果的可靠性。

接下来，在分割阶段，使用未标记图像和虚拟染色数据来分割样本的特征，例如细胞面积、细胞计数和细胞间距离。最后，在分类阶段，该模型使用未标记图像、虚拟染色图像和分割数据来对组织是否为癌症进行分类。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！