CNN在全视野数字化切片图像中的分析应用

---

前言

组织病理是临床疾病诊断的金标准。全视野数字切片(Whole slide image, WSI)弥补了传统玻璃切片易损、检索困难以及诊断可重复性差的缺点，与此同时也加大了医生的工作量。人工智能辅助医生进行WSI的分析，可以解决工作效率低的问题，并提高诊断的一致性。

---

提示：以下是本篇文章正文内容，下面案例可供参考

内容介绍

全视野数字切片

WSI是利用数字扫描仪对传统病理片进行扫描，采集高分辨率的图像，在通过计算机将采集到的碎片化图像进行无缝拼接，制作可视化数字图像的一项技术。使用特定的软件可以对数字图像实现任意比例的放大和缩小，任意方向的移动浏览，所以被称为“虚拟显微镜”。

CNN在WSI图像分析中的应用

肿瘤组织病理学分型

准确对癌症的组织病理学进行分型是指定个体化治疗方案、术后随访决策的重要前提。

淋巴结转移细胞检测

淋巴结转移是影响肿瘤患者总生存期（OS)、无病生存期（DFS)和复发率（RR）的因素之一。准确检测淋巴结转移细胞可以为癌症分期、手术方案的制订以及预后分析提供重要依据。

肿瘤患者预后的预测

病理诊断明确预后因子是指导肿瘤患者个体化治疗的关键。比如，有研究利用CNN模型对TCGA数据库的500例I-IV 期的结直肠癌（CRC）患者的862张WSI图像进行自动识别，提出“deep stroma score”是CRC患者一个独立的预后预测因子；并在来自德国DACHS队列中409例I-IV期CRC患者研究中验证，证明“deep stroma score”是结直肠癌患者OS,CRC特异性OS和无复发生存率（RFS）的独立预后因素，结果提示可以从组织病理学图像评价肿瘤微环境并预测预后。

---