当前位置:
X-MOL 学术
›
Nat. Rev. Nephrol.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Deep learning applications in digital pathology
Nature Reviews Nephrology ( IF 28.6 ) Pub Date : 2024-07-16 , DOI: 10.1038/s41581-024-00870-w Peter Boor 1, 2
Nature Reviews Nephrology ( IF 28.6 ) Pub Date : 2024-07-16 , DOI: 10.1038/s41581-024-00870-w Peter Boor 1, 2
Affiliation
Deep Learning (DL) holds great promise to improve patient outcomes by improving the precision and speed of disease diagnosis and treatment recommendations. Given the efficacy of DL in image analysis, pathology will likely be one of the first medical fields transformed by DL. However, several challenges must be overcome before we can expect to see the use of DL transform the digital future of pathology.
中文翻译:
深度学习在数字病理学中的应用
深度学习 (DL) 有望通过提高疾病诊断和治疗建议的准确性和速度来改善患者的治疗效果。鉴于 DL 在图像分析中的功效,病理学可能会成为 DL 改变的首批医学领域之一。然而,在我们有望看到 DL 的使用改变病理学的数字化未来之前,必须克服一些挑战。
更新日期:2024-07-16
中文翻译:
深度学习在数字病理学中的应用
深度学习 (DL) 有望通过提高疾病诊断和治疗建议的准确性和速度来改善患者的治疗效果。鉴于 DL 在图像分析中的功效,病理学可能会成为 DL 改变的首批医学领域之一。然而,在我们有望看到 DL 的使用改变病理学的数字化未来之前,必须克服一些挑战。