肝细胞癌（HCC）的诊断主要依靠计算机断层扫描或磁共振成像等非侵入性方法，但组织病理学评估在患者的临床护理中仍然是不可或缺的。然而，组织载玻片上的目视检查通常以 5 倍到 40 倍的放大倍数进行详尽的检查，这使得病理学家解释组织病理学形态的复杂性非常耗时。

我们使用从癌症基因组集（TCGA）数据集获得H&E染色数字幻灯片的全幻灯片以及来自华西医院生物银行的HCC组织微阵列构建了一个基于卷积神经网络的平台，以实现HCC的自动诊断和体细胞突变预测。

作为共同作者完成模型设计和训练工作。