基于深度卷积神经网络的胃活检胃癌预测模型研究

作者：王素英; 张慧芝; 桂坤; 陈炳宪^*

来源：电子技术与软件工程, 2021, (21): 99-103.

• 深度卷积神经网络
• 数字病理
• 胃癌预测

本文研究一种计算机深度学习方法,该方法从胃活检数字病理图像中,定位癌变组织并预测患癌概率,提高病理医生工作效率及诊断准确率。采用深层卷积神经网络,训练并预测胃活检数字病理图像各图块的患癌概率。基于此模型预测整张数字病理图像的癌变热力图,从热力图中提取切片级分类特征,预测切片级患癌概率。实验结果显示,基于图块的分类AUC为0.95,切片级别的癌症诊断分类AUC为0.91。实验证明预测方法可进行胃镜活检切片的辅助诊断。

• 单位
  宁波市临床病理诊断中心