研究人员开发了一种人工智能模型,可以通过乳腺组织图像识别原位导管癌。该模型考虑了细胞状态和排列方式,提高了准确性。研究人员使用大规模数据集训练和测试模型,并与病理学家的结论进行比较,发现一致性较高。该模型可帮助临床医生简化诊断,节省时间评估DCIS是否会转为侵袭性癌症。研究还表明细胞的空间组织对诊断DCIS非常重要。该研究为癌症诊断提供了新方法,可应用于其他癌症类型。
该研究介绍了xAI-CycleGAN,一种能够将H&E染色的乳腺组织图像转换为类似P63染色的图像的先进架构。该模型在保持结构完整性和生成高质量图像方面表现出有效性。
完成下面两步后,将自动完成登录并继续当前操作。