首页
热心肠日报
文献库
产业库
榜单
关于日报
《肠·道》演讲
往期精彩
《肠·道》2024
《肠·道》2023
《肠·道》2022
《肠·道》2021
《肠·道》2020
《肠·道》2019
《肠·道》2018
《肠·道》2017
关于《肠·道》
肠道大会
热心肠大会
热心肠智库
智库专家
专家动态
智库新闻
关于智库
奖学金
年度人物奖
更多
HOPE
会议信息
科学与艺术
学术专刊
R·AI
周刊
热心肠先生
研究院动态
关于我们
搜索
登录
关闭
手机邮箱登录
扫码登录
微信扫描二维码快捷登录
验证成功,将在
3
秒钟后跳转
已超时,请
重试
关闭
二维码登录
手机登录
邮箱登录
+86
+1
+852
+886
+81
+65
+61
+44
获取验证码
登录 / 注册
关闭
二维码登录
手机登录
邮箱登录
获取验证码
登录 / 注册
病理全片图像
文章数:1篇
肠癌
Nature子刊:中南大学团队构建专家级肠癌识别模型
当前的病理人工智能主要基于有监督学习,然而有监督学习依赖于海量的标注数据,严重制约了人工智能系统的开发和落地。中南大学的邓红文、肖红梅、王宽松作为共同通讯作者在Nature Communications发表文章,首次应用半监督学习方法建立了专家级的肠癌识别模型。由于半监督学习降低了对标注数据的依赖,因此在高效构建病理人工智能系统的实践中,具有极大的潜力和应用前景。
肠癌
人工智能
半监督
病理全片图像