人工智能在子宫颈病理诊断中的应用研究进展

来源 :诊断病理学杂志 | 被引量 : 0次 | 上传用户:chongyou2026
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
宫颈癌是严重威胁女性健康和生命的恶性肿瘤,宫颈癌筛查可显著降低其发病率与死亡率.病理诊断是诊断宫颈癌的金标准,但传统病理诊断存在主观性强及病理人员不足的问题.为了解决这一问题,人工智能技术与传统病理诊断不断融合,使病理诊断逐渐走向智能化.本文将就人工智能在子宫颈细胞学病理诊断和组织学病理诊断两个方面的应用研究进展予以阐述,以提高对宫颈病变自动化病理诊断的全面认识.
其他文献
软斑病(malakoplakia,MPL)是一种罕见的慢性非特异性肉芽肿性病变,1902年由Michaelis和Gutmann在膀胱首次报道,1903年Von Hansemann命名.软斑病可发生于全身多个部位,最常见于泌尿系统,也可发生在生殖系统[1]、腹膜后[2]、胃肠道[3-4]、胆囊[5]、乳腺[6]、肺[7]、皮肤[8]、甲状腺[9]、骨[10]等部位.我们回顾性分析3例MPL,并结合相关文献资料,探讨该病变的临床病理特征,以期提高临床病理医师对该病的认识,以防工作中出现误诊或漏诊.