@article{xu2017,
author = {Xu, Yan and Tang, Ye and Yan, Wen and Chang, Eric and Lai, Maode},
title = {病理人工智能的现状和展望},
year = {2017},
month = {September},
abstract = {全切片数字化图像的出现不但使病理切片的获取更加方便，更重要的是改变了传统的阅片方式。随着数字病理切片在病理诊断中的应用，大量定量分析算法应运而生，包括传统机器学习算法和深度学习算法。近年来，高质量数字病理切片的大量积累为病理切片的分析提供了大数据背景，深度学习算法对大数据样本分析能力普遍强于其他算法，在病理切片分析中表现出巨大潜力。计算机辅助算法在病理分析中的广泛应用，不但能减轻病理医师的工作负担，同时可以提升病理诊断的准确率。我们有理由相信病理诊断的智能机器人的出现是可以期待的。},
url = {http://approjects.co.za/?big=en-us/research/publication/%e7%97%85%e7%90%86%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e7%9a%84%e7%8e%b0%e7%8a%b6%e5%92%8c%e5%b1%95%e6%9c%9b/},
journal = {中华病理学杂志},
volume = {46},
number = {9},
}