国产精品无码一区二区三区免费-亚洲美女高潮久久久久-国产成人久久777777-久久午夜无码鲁丝片午夜精品

病理學是癌癥等重大疾病診斷的“金標準”，也是揭示疾病發生、發展、變化和轉歸的關鍵，然而我國當前面臨病理醫生短缺、病理資源分配不均等現實問題。計算病理學是以計算機科學與技術方法論來研究一般病理學中的科研和臨床流程，以期解答病理學中的科學和臨床問題，成為提升我國提升病理診斷效率，降低地域偏差，推動病理學基礎研究的重要技術。其中病理表型識別技術由于場景多樣、層次不一、細粒度標注難獲取等問題，限制了計算病理學的進一步發展與臨床應用。

近日，西安交通大學電信學部計算機科學與技術學院李辰教授團隊發明了一系列針對不同場景和層次的弱標注病理表型識別與量化方法，將病理學專業知識轉化為計算機模型構建方法，實現了在該方向的多項突破性技術。（1）面向全視野數字切片分類，提出了一種基于最小點標注的半監督多任務學習框架，節約95%標注時間成本的同時，在肺癌、乳腺癌、腎癌等關鍵癌癥種類上實現了90%以上的腫瘤區域和亞型識別準確率。此外，在陜西省人民醫院和西安交通大學第一附屬進行的應用驗證，證明了該框架是一個低成本、高度可移植且魯棒的全視野數字切片分類框架。（2）面向顯微鏡下圖像分類，針對兒童白血病分層分類的特定場景，提出了信息瓶頸增強的分層多實例學習框架，通過將多實例學習與分層分類相結合，在患者級標簽的監督下實現了從血液涂片圖像到白血病診斷結果的映射。進而設計分層信息瓶頸，從信息論的角度解耦不同層級之間的表示，約束其最小充分性，實現模型精度和泛化性能的雙重提升。在國家級兒科醫療機構——上海兒童醫學中心和浙江省立育英醫院的大規模多中心患者隊列上驗證了該框架優越的識別和泛化性能。（3）面向病理組織分割與分類，提出了一種基于多層級對比的無監督病理圖像表示學習框架該框架基于人體組織的構成成分，設計了從圖像級、超像素級到像素級的三個對比學習任務，分別用于編碼組織成分、細粒度原型判別性和空間平滑度。通過在大規模無標注數據集上的預訓練，模型捕獲了大量與組織分割與分類相關的特征。在乳腺癌、胃癌等數據集上的實驗表明，所提出的框架在保持有競爭力識別結果的同時有效的降低了深度學習模型對標注數據的需求。

最小點標注方法vs傳統標注方法

基于最小點標注的半監督多任務學習框架

信息瓶頸增強的分層多實例學習框架

基于多層級對比的無監督病理圖像表示學習框架

這些成果分別以《弱注釋條件下用于全視野數字切片癌癥分類的半監督多任務學習框架》（A Semi-Supervised Multi-Task Learning Framework for Cancer Classification with Weak Annotation in Whole-Slide Images），《用于兒童白血病分類的信息瓶頸增強分層多實例學習框架》（Childhood Leukemia Classification via Information Bottleneck Enhanced Hierarchical Multi-Instance Learning）和《用于組織病理圖像組織級分割的無監督表示學習框架：全局到局部的對比學習》（Unsupervised Representation Learning for Tissue Segmentation in Histopathological Images: From Global to Local Contrast）為題發表在醫學影像頂級期刊《醫學影像分析》（影響因子13.828）和《IEEE醫學影像匯刊》（影響因子11.037）上。西安交通大學計算機科學與技術學院李辰教授和高澤宇博士為這一系列論文的通訊和第一作者。論文的合作單位還包括西安交通大學第一附屬醫院、上海兒童醫學中心及騰訊天衍實驗室。這一系列論文獲得了包括國家自然科學基金、陜西省重點研發計劃等項目的資助。

西安交通大學電信學部計算機科學與技術學院陜西省大數據知識工程重點實驗室李辰教授課題組長期從事生物醫學大數據領域的智能應用研究。近年來在醫學表型語義標準、病理圖像分析、醫學文本分析等方面取得了系列成果，研究論文已經發表于領域重點期刊和會議上，如科學數據、生物信息學簡報、生物信息學、醫學影像分析、IEEE醫學影像匯刊、生物醫學與健康信息學雜志、IEEE情感計算匯刊、IEEE神經網絡與學習系統匯刊、IEEE信號處理匯刊、國際先進人工智能會議（AAAI）、醫學圖像計算和計算機輔助干預會議（MICCAI）等。

論文鏈接：

https://www.sciencedirect.com/science/article/pii/S1361841522002808

https://ieeexplore.ieee.org/abstract/document/10050510/

https://ieeexplore.ieee.org/abstract/document/9830779

來源：交大新聞網