Nature子刊：清华大学闾海荣等开发精准病理诊断AI基础模型，可实现对胶质瘤多种分类任务的准确诊断

文章预览

编辑丨王多鱼 题图丨Pixabay 病理图像处理难度大，其图像分辨率高 （百亿像素左右） 、数据量大，处理耗时耗资源。细胞和组织形态复杂多变且有差异，准确识别分析难。图像质量还受样本制备、染色等因素影响，易有噪声、模糊等问题。此外，病理诊断需综合多因素，要求算法能整合分析信息，实现难度大。 为解决上述难题，清华大学自动化系生命基础模型实验室 闾海荣 副研究员、 江瑞 教授、 张学工 教授与中南大学湘雅医院 胡忠良 教授合作， 提出了一种基于大区域兴趣和金字塔Transformer的精准病理诊断AI基础模型ROAM，用于胶质瘤的临床级诊断和分子标志物发现，并可拓展到其他类型肿瘤的病理诊断。 该研究工作以： A transformer-based weakly supervised computational pathology method for clinical-grade diagnosis and molecular marker discovery of gliomas 为题，于2024年7 ………………………………