English(EN) Semantic Segmentation-Driven Image-Level Diagnosis of Liver Cancers in Hematoxylin and Eosin Histopathology Images

AI框架辅助通过组织病理图像诊断肝癌

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-07 04:00

研究人员开发了一种新颖的框架，利用语义分割从组织病理图像中诊断肝癌。该方法通过分配主导像素级标签来确定图像级诊断，旨在缓解标本变异性和注释噪声带来的挑战。该系统在肝细胞癌、胆管细胞癌和结直肠转移性腺癌数据集上进行了训练，取得了高平衡准确率，显示出支持病理学家和降低诊断成本的潜力。 AI

影响该框架可以简化肝癌诊断流程，有望降低病理学家的成本和周转时间。

排序理由学术论文，详细介绍了一种用于医学图像分析的新型AI框架。

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Ivica Kopriva, Dario Sitnik, Arijana Pacic, Karolina Krstanac, Irena Veliki Dalic, Marijana Popovic Hadzija · 2026-07-07 04:00

Semantic Segmentation-Driven Image-Level Diagnosis of Liver Cancers in Hematoxylin and Eosin Histopathology Images

arXiv:2607.03253v1 Announce Type: cross Abstract: As hematoxylin & eosin (H&E) staining constitutes the primary entry point in routine diagnostic workflows, computer-aided diagnosis from whole-slide H&E images is of particular clinical relevance. However, substantial vari…