目的:通过深度学习方法,探讨病理形态学与乳腺癌HER2过表达/扩增的关系。方法:采集2012—2018年中日友好医院345张乳腺癌HE染色切片,所有样本均拥有HER2的准确诊断结果,并包含0、1+、2+、3+多种HER2类型。数字化扫描后,204张用于弱监督模型训练,141张用于模型测试。在训练过程中,首先通过癌区识别模型,提取热点区域,随后将热点区域输入弱监督分类模型进行深度学习模型的建立。在测试过程中,对比使用单阈值与双阈值策略的效果,验证双阈值策略在临床可用性方面的作用。结果:在单阈值策略下,深度学习模型可达到81.6
作者:王秀红;陈皇;宋志刚;刘灿城;郑思琪;王跃峰;王书浩;钟定荣
来源:中华病理学杂志 2021 年 50卷 4期