关于组织病理学中的图像搜索
On Image Search in Histopathology
AI总结：
本文全面回顾了组织病理学图像搜索技术的最新进展，介绍了基于相似性计算的患者匹配方法及其在诊断和预后中的应用，为计算病理学研究人员提供简明参考。
摘要：
组织病理学图像可通过装载相机的显微镜或全切片扫描仪获取。利用相似性计算基于这些图像进行患者匹配，在研究和临床场景中具有重要潜力。搜索技术的最新进展允许对不同原发部位的组织形态进行隐式量化，从而促进比较，并在与精心整理的已诊断和治疗病例数据库进行比对时，实现对新患者的诊断推断、潜在预后及预测。本文全面回顾了组织病理学图像搜索技术的最新进展，为寻求在工作中采用有效、快速且高效图像搜索方法的计算病理学研究人员提供了简明概述。
英文摘要：
Pathology images of histopathology can be acquired from camera-mounted microscopes or whole slide scanners. Utilizing similarity calculations to match patients based on these images holds significant potential in research and clinical contexts. Recent advancements in search technologies allow for implicit quantification of tissue morphology across diverse primary sites, facilitating comparisons and enabling inferences about diagnosis, and potentially prognosis, and predictions for new patients when compared against a curated database of diagnosed and treated cases. In this paper, we comprehensively review the latest developments in image search technologies for histopathology, offering a concise overview tailored for computational pathology researchers seeking effective, fast and efficient image search methods in their work.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
