关键词：全视野数字切片 人工智能 深度学习 卷积神经网络 

摘要：组织学病理是临床疾病诊断的金标准。全视野数字切片(whole slide image,WSI)的出现,虽弥补了传统的玻璃切片易损坏、检索困难以及诊断可重复性差的不足,但同时也带来了巨大的工作量。人工智能(artificial intelligence,AI)辅助病理医师的WSI分析,可解决工作效率低,提高诊断的一致性。其中,以深度学习卷积神经网络(convolution neural network,CNN)算法的应用最为广泛。本文综述目前已报道的CNN在WSI图像分析中的应用情况,总结CNN在病理学领域中的发展趋势并作出展望。

中国胸心血管外科临床杂志要求:

{1}注释用于对文章正文作补充论说的文字，采用页下注，注号用①②③；参考文献用于说明引文出处，采用文末注，用［1］［2］［3］顺序标注。

{2}来稿应遵守学术道德和学术规范，文责自负。本刊所发表文章中的观点均属于作者个人，并不代表编辑部或主办单位的立场和观点，特此声明。

{3}文章题名应能反映所用关键技术及主要研究内容。中文题名的字数不超过20个汉字，英文题名一般不超过10个实词，确有必要时可使用副标题。

{4}关键词：关键词为反映文章主题概念的词或词组。每篇3～8个为宜。

{5}正文：文章论点明确，内容充实，文字简练。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社