Resumen

Como un raro tumor maligno, el cáncer cervical neuroendocrino (NEC) es difícil de diagnosticar incluso para patólogos experimentados. Un diagnóstico asistido por computadora puede ser útil para mejorar la precisión diagnóstica. Sin embargo, el diagnóstico patológico asistido por computadora tiene que enfrentar un gran desafío, ya que las imágenes de millones de píxeles o incluso gigapíxeles de todo el corte de tejido (WSIs) no pueden aplicarse directamente en la red de convolución profunda existente para el entrenamiento y análisis. Por lo tanto, la construcción de una red neuronal para realizar el cribado automático de NEC cervical es un desafío; al mismo tiempo, hasta donde sabemos, se ha prestado poca atención a este campo. Para abordar este problema, aquí presentamos un método de aprendizaje de múltiples instancias para el reconocimiento automático de NEC cervical en WSIs patológicos, que consta del módulo de Detector Deslizante y el módulo Analizador de Lesiones. Un conjunto de datos de WSIs patológ

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Tumor maligno; Cáncer neuroendocrino cervical; Diagnóstico asistido por ordenador; Red neuronal; Reconocimiento automático; WSI patológico
• Keywords:Malignant tumor; Cervical neuroendocrine cancer; Computer-assisted diagnosis; Neural network; Automatic recognition; Pathological WSI