提取
支气管内超声引导下经支气管针吸(EBUS-TBNA)已成为纵隔和肺门病变取样的标准护理方法,越来越多的人接受[1]的诊断和分期。由于设备成本高,EBUS-TBNA是一个昂贵的过程。如果没有确定的结果,重复的程序会增加迅速增长的开支。为了避免这种情况,我们采用了快速现场检查(ROSE),以减少针头穿刺的次数,并减少额外程序的要求[3]。然而,ROSE需要在支气管镜检查套件中有病理学家或细胞技术人员在场。
摘要
使用开源深度神经网络的人工智能能够在支气管镜检查套件中对EBUS-TBNA过程中的现场细胞学涂片进行分类https://bit.ly/3vcRYX1
脚注
利益冲突:S. Asfahan没有什么可透露的。
利益冲突:P. elthus没有什么可透露的。
利益冲突:N. Dutt没有什么可透露的。
利益冲突:R. Niwas Jalandra没有什么可透露的。
利益冲突:N.K. Chauhan没有什么可透露的。
- 收到了2021年3月17日。
- 接受2021年6月6日。
- 版权所有©作者2021。复制权限请联系权限在}{ersnet.org
图书馆用户
通过你的机构登录
如果你的图书馆订阅了,你可能已经通过你的IP地址登录了。否则,您可以通过以下路径之一登录。
您可以使用您所在机构的登录凭证获得访问权限。如果您没有用户名和密码,请联系您的图书馆。
如果您的组织使用OpenAthens,则可以使用OpenAthens用户名和密码登录。要查看您的机构是否得到支持,请参阅这个列表.欲了解更多详情,请与图书馆联系。
如果您认为您应该访问,请联系您的图书管理员或电子邮件journals@ersnet.org
购买访问
您可以购买本文的访问权限。这将要求您创建一个帐户,如果您还没有一个。