期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
新型无创技术在指导自身免疫性肝炎诊疗中的作用 被引量:2
1
作者 刘怀鄂 钱建丹 +4 位作者 张驰 刘艺琪 李志 赵鸿 王贵强 《临床肝胆病杂志》 CAS 北大核心 2022年第4期908-912,共5页
自身免疫性肝炎(AIH)是由自身免疫反应介导的肝脏炎症性疾病。准确评估肝脏炎症进展程度,筛选需要皮质类固醇治疗的患者,评价治疗效果,在AIH的诊疗过程中具有重要意义。本文介绍了近年来临床和实验研究中发现的多种具有潜在评估AIH进展... 自身免疫性肝炎(AIH)是由自身免疫反应介导的肝脏炎症性疾病。准确评估肝脏炎症进展程度,筛选需要皮质类固醇治疗的患者,评价治疗效果,在AIH的诊疗过程中具有重要意义。本文介绍了近年来临床和实验研究中发现的多种具有潜在评估AIH进展程度价值的新型无创技术,并简述了各项技术的优缺点。总结了新型的无创技术在指导AIH的皮质类固醇诊疗过程中具有更多优势,但仍需进一步开展临床研究验证。 展开更多
关键词 肝炎 自身免疫性 诊断 治疗学
在线阅读 下载PDF
基于人工智能算法和数字病理切片对非酒精性脂肪性肝病病理特征的识别效果 被引量:1
2
作者 孙丹辉 荣义辉 +8 位作者 廖心怡 潘雅婷 王珏 黄萍 朱思越 柳苏桐 王亚妮 杜帆 于观贞 《海军军医大学学报》 CAS CSCD 北大核心 2022年第9期1000-1006,共7页
目的开发基于人工智能算法的非酒精性脂肪性肝病(NAFLD)病理特征识别模型,探究模型能否识别并可视化脂肪变性细胞、炎症细胞和纤维化等病理特征。方法选择65只NAFLD小鼠的肝组织H-E染色和天狼猩红染色病理切片各65张,通过数字化扫描获... 目的开发基于人工智能算法的非酒精性脂肪性肝病(NAFLD)病理特征识别模型,探究模型能否识别并可视化脂肪变性细胞、炎症细胞和纤维化等病理特征。方法选择65只NAFLD小鼠的肝组织H-E染色和天狼猩红染色病理切片各65张,通过数字化扫描获得数字病理切片。对于H-E染色切片,使用CaseViewer 2.3软件在放大200、300、400倍后截取病变部位图像各2张,共获得390张脂肪变性细胞病理图像和390张炎症细胞病理图像;将图像上传至Horizope标注平台进行手动标注,然后通过数据增强得到2340张脂肪变性细胞图像及2340张炎症细胞图像;按4∶1∶1划分为训练集、验证集和测试集,其中训练集(1560张)、验证集(390张)用于U-Net深度学习模型的训练学习和参数迭代,测试集(390张)用于模型的识别分析。采用Dice相似系数(DSC)、平均交互比(MIoU)、平均准确度(MA)和灵敏度对模型性能进行评估。对于天狼猩红染色切片,使用CaseViewer 2.3软件在放大50倍后进行全视野截取,采用了颜色特征提取算法进行纤维化识别。对130张数字病理切片进行人工NAFLD活动度积分(NAS)评分和机器评分,并计算和分析脂肪变性细胞面积占比(PFA)、炎症细胞密度(DIC)和纤维化面积占比(RFA)。结果基于人工智能算法的NAFLD病理特征识别模型识别脂肪变性细胞的DSC为0.87,MIoU为0.80,MA为0.88,灵敏度为0.84;识别炎症细胞的DSC为0.84,MIoU为0.78,MA为0.85,灵敏度为0.80。65张病理切片的PFA为0.371(0.013~0.743),DIC为288(19~894)/mm^(2),RFA为0.0485±0.0254,PFA、DIC、RFA均与机器评分和人工NAS评分呈正相关(r_(s)=0.953和0.928、0.883和0.869、0.887和0.749,P均<0.001)。结论基于人工智能算法的NAFLD病理特征识别模型有良好的表现,能够帮助病理医师识别NAFLD的病理特征、提高识别效率与准确率。 展开更多
关键词 非酒精性脂肪性肝病 脂肪变性 炎症细胞 纤维化 U-Net 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部