immunohistochemistry | BriefGPT

关键词immunohistochemistry

搜索结果 - 12

全自动基于深度学习的免疫组织化学报告算法的开发与验证
使用基于深度学习的半监督训练的全自动决策支持系统 (DSS)，对浸润性导管癌进行免疫组化评分，从而提高免疫组化评分的准确性和治疗决策，特别是在专家不可用的情况下。
PDF16 days ago
IHC 在 H&E 整片图像分析中的应用：通过两阶段多模态双线性汇聚融合提高癌症分级
通过将免疫组化数据与 H&E 染色图像相结合，将其纳入机器学习模型中，可以提高癌症分级的预测结果。提出的框架在公共数据集 BCI 上取得了令人印象深刻的 0.953 的高准确率。
PDF2 months ago
利用深度学习和金字塔采样进行乳腺癌图像中的自动 HER2 评分
使用深度学习方法对免疫组织化学染色的乳腺癌组织图像进行 HER2 状态自动分类，以提高诊断准确性和评估速度，对乳腺癌的治疗规划可能产生重大影响。
PDF3 months ago
借助 IHC 转 IF 染色领域翻译实现基于计算数据生成的 ReStainGAN
通过将形态学特定的免疫组织化学染色分解成免疫荧光（IF）图像中的分离图像通道，我们提出了一种新颖的方法来生成模拟免疫组织化学（IHC）图像，该方法在定性和定量上优于基准方法，并通过在创建的模拟数据集上训练细胞核分割模型得到证明。
PDF4 months ago
TriDeNT：组织病理学中特权知识蒸馏的三重深度网络训练
TriDeNT 是一种新颖的自监督方法，能够利用训练过程中不可用的特权数据来改善性能，从而在计算病理学模型中达到超越其他先进方法的效果，特别适用于免疫组织化学、空间转录组学等配对数据的研究。
PDF7 months ago
基于深度学习的数字乳腺癌免疫组织化学图像精确自动化量化的实例分割
使用基于深度学习的实例分割体系结构的自动量化方法，成功地将细胞核和膜生物标记物应用于免疫组化染色的胸部肿瘤图像，并集成到开发的网络平台中，作为病理学家的决策支持工具。
PDF7 months ago
类风湿性关节炎免疫组化染色滑膜组织的自动分割
一种使用 UNET 方法在 R4RA 多中心临床数据集上训练的自动组织分割算法，可用于 IHC 染色的滑片图像分析流程的第一步，提高速度、可重复性和稳健性。
PDF10 months ago
从 H&E 染色的乳腺癌图像中预测 Ki67、ER、PR 和 HER2 状态
通过使用机器学习方法和数字病理学，本研究建立了一个大规模数据集（185,538 张图像），通过可靠的 Ki67、ER、PR 和 HER2 状态测量结果，验证了基于 ViT 的标准流水线能够在正确的标注协议下达到大约 90% 的预测性能，同时
PDFa year ago
免疫组织化学生物标志物引导的组织病理学图像检索
本研究提出了一种有针对性的图像搜索方法来改善肿瘤检测和癌症诊断。通过多种免疫组化染色技术，将图像合并生成复合标记物图像，并利用深度学习技术实现对癌变或异常组织信息的高效筛查，从而提高了搜索引擎的精确度。
PDFa year ago
组合生物标志物图像在组织病理学中的高级可视化
使用数字病理学，本文提出了一种名为 CBI 的复合生物标记物图像，它使用不同过滤的免疫组化生物标记物图像进行组合以实现更好的可视化，并且更有效的临床工作流程。
PDFa year ago
ECCV基于核化实例标准化的超高分辨率非配对染色转换
该研究提出了一种基于 Kernelized Instance Normalization (KIN) 的超高分辨率非配对图像转换策略，该方法可用于免疫组织化学染色分析，以及在常规 GPU 空间内高效地实现缝合染色转换。
PDF2 years ago
使用深度学习在带有免疫组化参考标准的 H&E 染色前列腺标本中进行上皮分割
本文提出了一种基于免疫组织化学和深度学习的数字化前列腺切除切片上细胞分割的新方法，通过该方法可以较为精确地区分上皮组织和其他组织，并对其进行细胞级分割，从而实现对前列腺癌的自动检测和分级。
PDF6 years ago