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
