跳到正文
原文
medRxiv 预印本· Tosaki, T., Sasaki, T., Okabayashi, Y., Haruhara, K., Okabe, M., Tsuboi, N., Yokoo, T. ·· 27 天前AI 评分25

深度学习模型用于肾脏组织病理图像肾小球检测与分割

Development of a deep learning model for glomerulus detection and segmentation in kidney histopathology images

AI 导读

研究开发了结合Faster R-CNN检测与DeepLabV3+分割的两阶段深度学习系统,用于临床肾脏活检全切片图像中肾小球的定量测量。在10例独立评估活检中,检测F1-score为0.851(专家为0.888),分割Dice系数为0.959±0.011,面积测量ICC为0.989±0.009,与专家间一致性相当。该模型在40×低倍镜下即可提供可靠测量,有望支持大规模肾脏病理定量与肾单位数量估算。

来源:medRxiv 预印本 · medrxiv.org