基本信息
摘要：本发明涉及一种基于深度学习的肾透明细胞癌人工智能病理诊断方法，包括以下步骤：S1:数据获取；S2:病理显微图像处理；S3:模块化图像特征信息提取；S4:机器深度学习和诊断模型构建；S5:人工智能诊断模型的诊断效能验证：将通过训练集中的图像数据构建的人工智能诊断模型作为诊断分类器，将测试集提取的特征信息数据输入进行预测，通过受试者工作特征曲线评估人工智能诊断模型的诊断效能；步骤S6:对肾透明细胞癌患者生存预后的预测效能探究。本发明还提供了一种基于深度学习的肾透明细胞癌人工智能病理诊断模型。本发明可以有效预测肾透明细胞癌患者的生存预后，这是传统的病理科医师阅片诊断无法达到的效果，可为肾透明细胞癌患者术后是否继续治疗提供有效的指导意见。
摘要附图：
