引導式測驗 · 中等 等級
人工智慧在病理學測驗的應用
檢視數位病理影像、基於圖塊的處理、弱切片標籤以及特定 AI 輔助診斷任務及其限制。
問題 1 的 8
什麼是數位病理學中的「全幻燈片影像」?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- 什麼是數位病理學中的「全幻燈片影像」?
- 對整個組織切片進行十億像素數位掃描
- 用手機拍攝的單一細胞
- 患者胸部 X 光檢查
- 手寫的實驗室報告
- 為什麼人工智慧模型要處理小塊或小塊中的幻燈片?
- 因為顏色在病理學中並不重要
- 因為完整的十億像素圖像太大而無法一次輸入
- 因為組織總是方形的
- 使影像變成黑白
- 多實例學習在以下情況會有所幫助:
- 根本沒有標籤,也沒有目標
- 模型需要翻譯文本
- 僅知道玻片水平標籤,而不知道腫瘤的確切位置
- 幻燈片是一張普通照片
- FDA 對 Paige Prostate 使用了哪種監管途徑?
- 它對所有病理 AI 發布了全面批准
- 它授予了藥品行銷授權
- 它宣布病理學家不再需要
- 它為該特定設備和預期用途授予了 De Novo 分類
- AI Ki-67 數在腫瘤中測量什麼?
- 腫瘤細胞增生的速度有多快
- 病人的血壓
- 醫院規模
- 投影片的厚度(以毫米為單位)
- 根據範圍內的範例,AI 系統在病理工作流程中可以提供什麼?
- 無需病理學家的確定性癌症診斷
- 由病理學家在情境中審查的決策支援輸出
- 自動處方治療
- 組織取樣的替代品
- CLAM 中全切片分類的一個關鍵概念是什麼?
- 每個圖塊都必須有人工標註的像素遮罩
- 模型僅分析患者年齡
- 基於注意力的多實例學習可以從切片級標籤中識別資訊豐富的影像圖塊
- 它用文字報告取代切片影像
- Paige Prostate 獲得 De Novo 授權,以協助病理學家做什麼?
- 自動選擇癌症治療
- 以血液檢測取代活檢
- 從 MRI 診斷所有癌症類型
- 辨識數位化前列腺活檢切片上的可疑區域