基于深度学习的人工智能在数字病理学中的进展

全切片数字化图像扫描技术的进步促成了数字病理学的诞生。随着存储技术的提高和互联网技术与计算机技术的迅速发展,深度学习的方法被广泛应用于病理学图像的分析中,其目标是化解病理学图像冗余复杂的信息导致病理学医师诊断和分析困难的问题,减轻病理学医师日常繁琐的分析工作,并提高分析结果的准确度。回顾分析常用于病理学分析的深度学习方法,介绍深度学习在病理学分析中各领域的应用,并讨论深度学习在病理学分析中的挑战和机遇。

基于云计算和5G技术的远程病理平台的建设与应用

近年来,远程病理诊断医疗服务模已在各大医院中逐步应用,可缓解我国基层医院病理医生不足的现状。但在实际应用仍存在网络延迟大、远程图像失真等问题。本文基于云计算、5G技术、数字扫描切片技术构建远程病理会诊平台,介绍了平台架构、功能及业务流程,旨在可解决基层医院疑难病病理会诊和术中冰冻诊断的难题,提升其病理诊断水平。