組織病理学研究においてセグメンテーションモデルがMMSスライド上のBCCサブタイプを変動する感度と特異度で局在化


AIによる要点抽出
  • この研究は、基底細胞癌(BCC)をMohs顕微鏡手術(MMS)において局在化するためのセグメンテーションモデルを訓練し、その性能をBCCのサブタイプごとに評価することを目的としている。348枚のMMS治療を受けた患者の凍結組織スライドを用いて、全スライド画像としてスキャンし、BCCの病変部を手動で注釈付けした。これらのデータは80%を訓練用、10%を検証用、10%をテスト用に分けた。セグメンテーションはUltralytics YOLOv8モデルを使用した。

ClinPeerは医師・医学生のみ利用可能です。

続きを読むには会員登録をお願いします。

利用規約プライバシーポリシー
同意の上ご利用ください。

ClinPeerは、医学用語の正確性を含め、翻訳・要点抽出の精度の継続的な向上に努めています。 翻訳・要点抽出の精度にお気づきの点があれば、お問い合わせよりご連絡ください。 なおClinPeerでは、翻訳・要点抽出の正確性等の保証は致しかねますので、詳細については必ず原文をご確認ください。

意見を送る