【摘 要】
：
目的:当前胶质瘤的诊断主要基于整合组织学和分子遗传学方法。然而,胶质瘤的形态学诊断的主观性较大,且目前全球神经病理医师短缺,因此需要开发一种客观、定量的工具来提高胶质瘤诊断的准确性和可靠性。人工智能是实现快速、可重复、高度精确和客观定量的病理诊断的强有力工具之一,并能预测生物标志物。本研究以湘雅医院病理科病理切片库为基础,运用半监督学习方法,训练人工智能模型以分辨10种病理切片（包括相对正常脑组织
论文部分内容阅读
目的:当前胶质瘤的诊断主要基于整合组织学和分子遗传学方法。然而,胶质瘤的形态学诊断的主观性较大,且目前全球神经病理医师短缺,因此需要开发一种客观、定量的工具来提高胶质瘤诊断的准确性和可靠性。人工智能是实现快速、可重复、高度精确和客观定量的病理诊断的强有力工具之一,并能预测生物标志物。本研究以湘雅医院病理科病理切片库为基础,运用半监督学习方法,训练人工智能模型以分辨10种病理切片（包括相对正常脑组织、胶质细胞增生组织及8种胶质瘤）,并预测IDH基因型状态。方法:1.收集8种胶质瘤、相对正常脑组织及胶质细胞增生组织切片;2.将全部切片转换为全景数字切片（WSIs）并上传至标注系统;3.初验标注人员对组织病理图像标注后提交至复验教授审核;4.以卷积神经网络（CNNs）为基础构建人工智能模型,在癌症基因组图谱（TCGA）数据集验证并与病理医师进行比较。结果:1.人工智能三分型模型（星形细胞瘤、少突胶质细胞瘤、室管膜瘤）与五分型模型（相对正常脑组织、胶质细胞增生组织、星形细胞瘤、少突胶质瘤、室管膜瘤）准确率分别为84.73%与83.16%;2.用于室管膜瘤、星形细胞瘤及少突胶质细胞瘤WHO分级的人工智能WHO分级模型总体准确率分别为84.07%、80.58%及77.33%;3.人工智能模型实现了可视化,并经湘雅医院神经病理医师确认;4.人工智能模型在TCGA数据集验证实验中性能有所下降,但与湘雅数据集相差不大;5.人工智能模型对于少突胶质细胞瘤的分型准确率超过病理专家;但神经病理医师的WHO分级准确率远高于人工智能的WHO分级模型;6.Patch级别的IDH基因预测准确率为74.15%。结论:本研究构建的人工智能模型能预测IDH基因突变,在胶质瘤WHO分型达到了神经病理医师水平,且在少突胶质细胞瘤的分型中实现了超越,但在胶质瘤WHO分级中仍需训练。图19幅,表13个,参考文献:正文91篇,综述110篇。
其他文献
近年来,针对受众的需求选择,各类互联网应用逐渐将短视频作为信息传播的重要载体。特别是随着5G时代的来临,在媒体融合的大背景下,短视频成为主流媒体的系统发力和选择。各大主流媒体期望通过5G技术更好地助力短视频的发展,让短视频在议程设置与价值观导向方面担起责任。但是,短视频毕竟是一个新生事物,各大主流媒体目前均在探索之中。研究传统主流媒体借力短视频发展新媒体平台,对于提升话语权和媒体融合均具有实践价值
基于从教师伦理到教师教学伦理的专业伦理聚焦,以及从教学伦理到教师教学伦理的教师伦理主体确立,教师教学伦理是教师伦理的教学专业践行,是教学伦理的教师主体呈现。由于不同的时代发展背景与不同的教学媒介融入,教师教学伦理处于动态的发展变迁之中。而在当前人工智能教育应用背景下,随着人工智能与互联网、物联网、全息技术、虚拟现实、增强现实与混合现实技术、大数据以及云计算等的跨媒体融合创新性发展,人工智能不仅集结
法律的统一适用是实现依法治国的重要路径,也是实现司法公正的保证。为让人民群众在每一起案件中感受到司法的公平正义,最高人民法院于2020年7月和9月相继出台了《关于统一法律适用加强类案检索的指导意见（试行）》与《关于完善统一法律适用标准工作机制的意见》两个重要的规范性文件,以促进法律统一适用。以上文件的出台,为类案检索、类案判断、类案适用、类案审判监督及救济等促进法律适用的程序机制提出了规范化的要求
5G中大规模连接物联网（Massive Machine Type Communications,m MTC）场景对应用户海量介入的场景,对此最有效的实现办法就是提升频谱效率,而利用现有有限的资源实现更高的频谱效率正是多址技术的核心。随着通信技术的不断发展,正交多址接入技术在系统吞吐量和用户接入数量上越来越无法满足未来发展的需求,因此在5G系统中,提出了非正交多址接入（Non-orthogonal
近年来,人工智能技术的发展及其在各行各业的应用,使得人工智能技术的就业效应受到了越来越多的关注。人工智能技术可以提高生产力,减少劳动力成本,提升工作效率,改善服务质量,优化客户体验,提高企业竞争力。然而,它也可能导致一些职位的消失,引起“机器换人”等恐慌。本文首先对文章所涉及的相关概念进行了界定,主要界定了人工智能、资本偏向型技术进步与劳动偏向型技术进步三个概念。再对文章所涉及的基本理论进行了阐释
随着无线通信技术、车载计算和人工智能的不断发展,汽车的性能和智能水平也在迅速提升,这些趋势为车联网的进一步发展提供了推动力,但是,传统车联网难以支持延迟敏感、对带宽要求高和计算密集型的新型车载应用。为了实现车联网的高效运作,多接入边缘计算（Multi-Access Edge Computing,MEC）被引入了车联网,其能够就近提供高带宽、低延迟、高安全性、高可靠性的服务,成为近年来车联网领域内的
随着数字经济的快速发展,数字经济与国际贸易成为近些年来国内外的研究热点,数字经济以及国际贸易的受关注程度不断提升,众多学者纷纷从数字经济发展对出口贸易带来的二元边际影响进行深入探讨。国际形势风云变幻导致国内制造业需要应对传统资源优势降低、核心创新能力不足等诸多问题。因此不断提高当前国内制造业出口技术复杂度,逐步转变传统成本优势发展理念,突破制造业升级的瓶颈制约,成为亟待解决的现实问题。我国从制造大
2020年年初新冠疫情的突然爆发,其严重影响到我国部分地区企业正常的生产经营。从注册会计师审计行业来看,2019年年报审计工作的开展受到疫情影响,现场审计受阻,取证难以正常实施。在此疫情条件下,实务界纷纷探索远程审计工作模式,以期弥补现场审计的缺失,保障审计工作的开展。由此,实务界开展了一次大规模的远程审计实践的探索,学术界也开启了远程审计相关问题的理论与实践探讨。在这一行业发展背景下,深入探讨、
目的:通过前瞻性收集乳腺肿块二维灰阶及剪切波弹性成像超声图片,应用单模态及双模态图片分别训练人工智能图像分类模型,使用相同测试集图片对人类医生及人工智能模型进行测试,以验证人工智能模型在乳腺肿块良恶性鉴别中的应用价值。方法:前瞻性地收集2021.07-2022.01月期间,就诊于成都市第三人民医院,满足纳入及排除标准患者的乳腺肿块灰阶及剪切波弹性成像超声图片。将图片随机分为训练集、验证集及测试集,