癌变检测的组织病理学方法：开发了一种算法，能从小型数字病理学扫描片段中识别转移性癌症。本次竞赛使用了PatchC...的数据。

简介：
本研究开发了一种创新算法，专为从小型数字病理学图像片段中精准识别转移性癌变而设计，显著提升了组织病理学检测的效率与准确性，在相关竞赛中表现出色。 组织病理学检测创建了一种算法，用于从较大的数字病理扫描中识别小图像斑块中的转移癌。这项研究使用的是对PatchCamelyon（PCam）基准数据集的略微修改版本的数据。乳腺癌的临床诊断通常通过活检来实现，并且由病理学家在显微镜下手动检查组织切片来进行判断。然而，传统的诊断系统需要专业知识，只有经验丰富的病理学家才能准确地确定肿瘤组织。 目前，在印度的一些农村地区，人们无法获得良好的医疗保健设施。此外，由于缺乏新的先进设备，这些地区的患者甚至可能得不到正确的诊断。导致农村地区医疗状况不佳的主要原因之一是缺乏有经验的医生。 该研究使用的数据集是PatchCamelyon（PCam）的一个略微修改版本的数据集。原始的PCam数据集中因为概率抽样而包含重复图像，但这个版本没有这个问题。此数据集可以公开获取，并且包括超过220K张RGB图像，尺寸为96x。