• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

算法可能有助于专家病理学家诊断前列腺癌。

Algorithms May Assist Expert Pathologists in Prostate Cancer Diagnosis.

出版信息

Cancer Discov. 2020 Mar;10(3):OF1. doi: 10.1158/2159-8290.CD-RW2020-012. Epub 2020 Jan 17.

DOI:10.1158/2159-8290.CD-RW2020-012
PMID:31953243
Abstract

Algorithms matching the performance of expert pathologists in prostate cancer diagnosis were designed.

摘要

设计了在前列腺癌诊断方面表现与专家病理学家相当的算法。

相似文献

1
Algorithms May Assist Expert Pathologists in Prostate Cancer Diagnosis.算法可能有助于专家病理学家诊断前列腺癌。
Cancer Discov. 2020 Mar;10(3):OF1. doi: 10.1158/2159-8290.CD-RW2020-012. Epub 2020 Jan 17.
2
Automated deep-learning system for Gleason grading of prostate cancer using biopsies: a diagnostic study.利用活检进行前列腺癌 Gleason 分级的自动化深度学习系统：一项诊断研究。
Lancet Oncol. 2020 Feb;21(2):233-241. doi: 10.1016/S1470-2045(19)30739-9. Epub 2020 Jan 8.
3
Automated Gleason grading of prostate cancer using transfer learning from general-purpose deep-learning networks.利用通用深度学习网络的迁移学习对前列腺癌进行自动化 Gleason 分级。
Rom J Morphol Embryol. 2020;61(1):149-155. doi: 10.47162/RJME.61.1.17.
4
Automated systems comparable to expert pathologists for prostate cancer Gleason grading.与专家病理学家相当的用于前列腺癌Gleason分级的自动化系统。
Nat Rev Urol. 2020 Mar;17(3):131. doi: 10.1038/s41585-020-0294-z.
5
Agreement of two pre-trained deep-learning neural networks built with transfer learning with six pathologists on 6000 patches of prostate cancer from Gleason2019 Challenge.两种基于迁移学习的预训练深度学习神经网络与六位病理学家对来自 Gleason2019 挑战赛的 6000 个前列腺癌斑块的一致性。
Rom J Morphol Embryol. 2020 Apr-Jun;61(2):513-519. doi: 10.47162/RJME.61.2.21.
6
Comparison of Artificial Intelligence Techniques to Evaluate Performance of a Classifier for Automatic Grading of Prostate Cancer From Digitized Histopathologic Images.比较人工智能技术评估分类器在从数字化组织病理学图像自动分级前列腺癌方面的性能。
JAMA Netw Open. 2019 Mar 1;2(3):e190442. doi: 10.1001/jamanetworkopen.2019.0442.
7
Hybrid Unified Deep Learning Network for Highly Precise Gleason Grading of Prostate Cancer.用于前列腺癌高精准Gleason分级的混合统一深度学习网络
Annu Int Conf IEEE Eng Med Biol Soc. 2019 Jul;2019:899-903. doi: 10.1109/EMBC.2019.8856912.
8
Inter/intra-observer reproducibility of Gleason scoring in prostate adenocarcinoma in Iranian pathologists.伊朗病理学家对前列腺腺癌进行Gleason评分的观察者间/观察者内可重复性
Urol J. 2012 Spring;9(2):486-90.
9
The critical role of the pathologist in determining eligibility for active surveillance as a management option in patients with prostate cancer: consensus statement with recommendations supported by the College of American Pathologists, International Society of Urological Pathology, Association of Directors of Anatomic and Surgical Pathology, the New Zealand Society of Pathologists, and the Prostate Cancer Foundation.病理学家在确定前列腺癌患者主动监测作为一种管理选择的适用性方面的关键作用：美国病理学家学会、国际泌尿病理学会、解剖与外科病理学主任协会、新西兰病理学家协会和前列腺癌基金会支持的共识声明及建议
Arch Pathol Lab Med. 2014 Oct;138(10):1387-405. doi: 10.5858/arpa.2014-0219-SA. Epub 2014 Aug 5.
10
Prostate Cancer Grading: A Decade After the 2005 Modified Gleason Grading System.前列腺癌分级：2005年改良版 Gleason 分级系统发布十年后
Arch Pathol Lab Med. 2016 Oct;140(10):1140-52. doi: 10.5858/arpa.2015-0487-SA. Epub 2016 Jan 12.

引用本文的文献

1
Accurate diagnosis of colorectal cancer based on histopathology images using artificial intelligence.基于人工智能的结直肠癌组织病理学图像的准确诊断。
BMC Med. 2021 Mar 23;19(1):76. doi: 10.1186/s12916-021-01942-5.