使用机器学习方法实现肝组织学的定量测量和NASH中的疾病监测

文章预览

✦ 深度学习辣汤小组文献阅读学习之五十六 ✦ 使用机器学习方法实现肝组织学的定量测量和NASH中的疾病监测 DeepLearning 深度学习辣汤小组  2022/9/27  2021年，Amaro Taylor-Weiner等人开发了一种基于机器学习的肝脏组织学评估方法，准确地描述了疾病的严重性和异质性，并敏感地量化了NASH的治疗反应，该成果在Hepatology（IF：17.424）期刊上发表，题目为“A Machine Learning Approach Enables Quantitative Measurement of Liver Histology and Disease Monitoring in NASH”。 DOI： https://doi.org/10.1002/hep.31750 一、研究背景 非酒精性脂肪性肝炎（NASH，Nonalcoholic Steatohepatitis) 是一种较常见的慢性肝病，NASH的关键组织学特征包括脂肪变性、炎症、肝细胞气球样变和纤维化，由于以上特征需要病理学家人工评分，导致特征评分指标具有较强主观性，因此迫切需要改进肝脏病理的评估方法。文章旨 ………………………………