Biology of reproduction 2026年9月17日该研究开发了一个基于HALO AI的胎盘组织分类器，利用PLAP与DAPI染色将切片分割为绒毛核心、绒毛滋养层（VT）和绒毛间隙（IVS），并用SDC-1与vimentin染色验证了分类区域内面积与强度测量的准确性，在整张切片扫描图像上使染色分析面积较单个视野增加245倍。该研究开发了一个基于HALO AI的胎盘组织分类器，利用PLAP与DAPI染色将切片分割为绒毛核心、绒毛滋养层（VT）和绒毛间隙（IVS），并用SDC-1与vimentin染色验证了分类区域内面积与强度测量的准确性，在整张切片扫描图像上使染色分析面积较单个视野增加245倍。用免疫荧光染色与人工智能分析流程分割胎盘组织该研究开发了一个基于HALO AI的胎盘组织分类器，利用PLAP与DAPI染色将切片分割为绒毛核心、绒毛滋养层（VT）和绒毛间隙（IVS），并用SDC-1与vimentin染色验证了分类区域内面积与强度测量的准确性，在整张切片扫描图像上使染色分析面积较单个视野增加245倍。该研究开发了一个基于HALO AI的胎盘组织分类器，利用PLAP与DAPI染色将切片分割为绒毛核心、绒毛滋养层（VT）和绒毛间隙（IVS），并用SDC-1与vimentin染色验证了分类区域内面积与强度测量的准确性，在整张切片扫描图像上使染色分析面积较单个视野增加245倍。