研究进展：数字病理-生物标志物 | Nature Protocols

文章预览

苏木精和伊红染色的全视野的数字化切片 / 全切片数字化图像whole-slide images (WSIs) 是癌症诊断的基础。近年来，在计算病理学中，基于深度学习方法的发展，实现了直接从全视野数字化切片WSIs预测生物标志物。然而，在精准肿瘤学中，将组织表型与大规模生物标记物联系起来，仍然是普及复杂生物标记物的关键挑战。 近日，德国 德累斯顿工业大学（Technische Universität Dresden）Omar S. M. El Nahhas，Jakob Nikolas Kather等，在Nature Protocols上发文，报道了病理学中，实体肿瘤关联建模solid tumor associative modeling in pathology (STAMP)实用工作流程，通过使用深度学习，直接从全视野数字化切片WSIs预测生物标记物。 STAMP工作流程是生物标志物不可知的，并将遗传和临床病理表格数据与组织病理学图像一起作为额外输入。实验协议由五个主要阶段组成，已成功应用于各种研 ………………………………