메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
강진석 (남서울대학교)
저널정보
충북대학교 동물의학연구소 Journal of Biomedical and Translational Research Journal of Biomedical and Translational Research 제22권 제1호
발행연도
2021.1
수록면
1 - 11 (11page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
Traditionally, pathologists examine tissue slides under a microscope to find pathological lesions, and have the burden of finding the lesions among so many histopathology slides. Furthermore, inconsistency of diagnoses results differ corresponding to training among researchers. Therefore, accumulated research experience has led to the use of novel tools for increasing accuracy and consistency of diagnoses. With rapid transition from analog to digital methods and new developments in digital pathology, it is possible to use whole slide imaging (WSI) by scanning glass slides. Artificial intelligence (AI), including machine learning and deep learning using WSI, is starting to be applied to automatically classify and count microscope images, and this method has been expanded to include the field of medical image analysis. This review aims to define current trends toward AI application in the biomedical area, especially in the field of toxicopathology, outline current future business trends, and discuss multiple issues of diagnosis, quantification, three-dimensional reconstruction, molecular pathological research, and the future direction of AI in toxicopathology. Big data systems including a large amount of well- defined toxicopathological information will be highly useful for accuracy and corrections of diagnoses. In addition, the need for critical peer review is profound in the continuing educational process. Taken together, it is highly promising that AI model based on big data in the toxicopathological field could classify, detect, and segment pathological lesions in numerous organs of experimental animals and could help explain various biological mechanisms. This promising approach will provide an accurate and fast analysis of tissue structure and biological pathways using AI algorithms and big data.
#toxicopathology #whole slide imaging #digital pathology #artificial intelligence #big data

목차

등록된 정보가 없습니다.

참고문헌 (56)

참고문헌 신청
Panch T / 2018 / Artificial intelligence, machine learning and health systems / J Glob Health 8:020303 google schola Turner OC / 2020 / Society of toxicologic pathology digital pathology and image analysis special interest group article : opinion on the application of artificial intelligence and machine learning to digital toxicologic pathology / Toxicol Pathol 48:277~294 google schola Sommer C / 2013 / Machine learning in cell biology-teaching computers to recognize phenotypes / J Cell Sci 126:5529~5539 google schola Esteva A / 2019 / A guide to deep learning in healthcare / Nat Med 25:24~29 google schola Handelman GS / 2018 / eDoctor: machine learning and the future of medi- cine / J Intern Med 284:603~619 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0