人工智能在成釉细胞瘤病理诊断中的初步应用.pdfVIP

人工智能在成釉细胞瘤病理诊断中的初步应用.pdf

此“医疗卫生”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

中国口腔颌面外科杂志2025年3月第23卷第2期

·122.ChinaJournalofOralandMaxillofacialSurgeryVol.23No.2March,2025

人工智能在成釉细胞瘤病理诊断中的初步应用

乔馨玮,李茂,申泽良,张琳涵,郑志建,汤亚玲

(口腔疾病防治全国重点实验室,国家口腔疾病临床医学研究中心,

四川大学华西口腔医院病理科,四川成都610041)

[摘要]目的:研究人工智能用于成釉细胞瘤病理诊断的效果,初步探索人工智能在口腔病理学领域中的应用。方法:

以90例成釉细胞瘤的病理图像作为研究对象,构建U-net型结构的神经网络,将90幅成釉细胞瘤的H-E图像分为

训练集72幅图、验证集9幅图和测试集9幅图,分别用于训练模型和测试模型,最后利用平均交并比(meaninter-

sectionoverunion,MIoU)和受试者工作特征(receiveroperatingcharacteristic,ROC)曲线评价U-net网络模型在成釉

细胞瘤上皮识别中的能力。结果:U-net模型分割阴性区域的mloU为0.818,分割阳性区域的mloU为0.846,ROC曲

线下面积为0.92。结论:U-net网络模型对成釉细胞瘤阳性区域和阴性区域具有良好的分割结果,同时能够鉴别阴性

切片与阳性切片,能够初步用于成釉细胞瘤的病理诊断,有望进一步大样本验证后在临床逐步推广。

[关键词]成釉细胞瘤;病理诊断;人工智能;口腔病理学;U-net网络;mloU;ROC曲线

[中图分类号]R739.8[文献标志码]AD0I:10.19438/j.cjoms.2025.02.004

PreliminaryapplicationofartificialintelligenceinthepathologicaldiagnosisofameloblastomaQIAOXin-wei,LI

Mao,SHENZe-liang,ZHANGLin-han,ZHENGZhi-jian,TANGYa-ling.(StateKeyLaboratoryofOralDiseases

NationalClinicalResearchCenterforOralDiseases;DepartmentofPathology,WestChinaStomatologyHospital,Sichuan

University.Chengdu610041,SichuanProvince,China)

[Abstract]PURPOSE:Toinvestigatetheeffectofartificialintelligenceinthepathologicaldiagnosisofameloblastoma,

andtopreliminarilyexplorethevalueofartificialintelligenceinthefieldoforalpathology.METHODS:Thepathological

imagesof90casesofameloblastomawereusedastheresearchobjects,andtheU-net-likestructureneuralnetworkwas

constructed.The90H-Eimagesofameloblastomaweredividedintoatrainingset(72images),avalidationset(9images)

andatestset(9images)fortrainingandtestingthemodelrespectively.ThemloUandROCcurvewereusedtoevaluate

文档评论(0)

新能源知识科普(本账号发布文档均来源于互联网公开资料,仅用于技术分享交流,相关版权为原作者所有。如果侵犯了您的相关权利,请提出指正,我们将立即删除相关资料)。

1亿VIP精品文档

相关文档