基于深度学习的乳腺癌病理图像自动分类

摘要：

乳腺癌病理图像的自动分类具有重要的临床应用价值.基于人工提取特征的分类算法,存在需要专业领域知识、耗时费力、提取高质量特征困难等问题.为此,采用一种改进的深度卷积神经网络模型,实现了乳腺癌病理图像的自动分类;同时,利用数据增强和迁移学习方法,有效避免了深度学习模型受样本量限制时易出现的过拟合问题.实验结果表明,该方法的识别率可达到91％,且具有较好的鲁棒性和泛化性.

关键词：乳腺癌病理图像分类、深度学习、卷积神经网络、迁移学习、数据增强

所属期刊栏目：54

分类号：TP391.4(计算技术、计算机技术)

资助基金：山东省自然科学基金ZR2015FM010;山东省高等学校科技计划项目J15LN20;山东省医药卫生科技发展计划项目2016WS0577;山东省中医药科技发展计划项目2015-026

在线出版日期：2018-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：121-125