弥漫大B细胞淋巴瘤亚型的分类与形态学分析
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了弥漫大B细胞淋巴瘤（DLBCL）主要亚型：活化B细胞样（ABC）与生发中心B细胞样（GCB）的自动分类问题。提出的深度学习模型在交叉验证中表现出色，平均曲线下面积达87.4%，为临床应用提供了重要潜力。研究表明，ABC与GCB在几何和颜色特征的统计分布差异不大，提示视觉差异更为微妙，强调了方法对亚型分类及患者治疗管理的贡献。
本研究针对弥漫大B细胞淋巴瘤的ABC与GCB亚型进行自动分类，提出的深度学习模型在交叉验证中表现优异，平均曲线下面积达到87.4%。研究表明两者在几何和颜色特征上差异不大，强调了该方法在亚型分类及患者治疗管理中的重要性。
