宫颈癌TCT细胞学AI辅助诊断实战指南.docxVIP

宫颈癌TCT细胞学AI辅助诊断实战指南

一、指南定位与适用对象

1.本指南面向病理科细胞学医生、妇科医师及AI技术团队，提供一套基于深度学习与液基薄层细胞学（TCT）图像的宫颈癌筛查AI辅助诊断方案，实现异常细胞自动检测、上皮细胞异常分类（ASC-US、LSIL、HSIL等）及全片快速初筛，提升筛查效率与诊断一致性。

2.适用场景：大规模宫颈癌TCT初筛、异常细胞定位与分级、疑难病例复阅、细胞学质量控制。

3.核心产出：细胞检测与分类模型、全片风险评估系统、结构化报告模块，实现异常细胞检出敏感度≥95%，特异度≥85%，单张TCT玻片处理时间≤3分钟。

4.前置条件：具备数字病理扫描仪（20倍或40倍）采集的TCT全切片图像（WSI），有标注好的细胞学数据集（至少500张WSI），有高性能GPU服务器（显存≥24GB），熟悉Python与病理图像处理（OpenSlide）。

二、数据准备与标注规范

1.TCT玻片采集与数字化

a.样本：液基薄层细胞学制片，巴氏染色，封片。

b.扫描：使用病理扫描仪（Hamamatsu、Leica、3DHistech）在20倍或40倍下扫描，保存为SVS、NDPI等格式。

c.数量：建议不少于2000张WSI，涵盖阴性、ASC-US、LSIL、HSIL、AGC、SCC等类别，每类至少300张。

2.细胞标注（由资深细胞病理医生完成）