10.3778/j.issn.1002-8331.1701-0392
基于深度学习的乳腺癌病理图像自动分类
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.
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
54
TP391.4(计算技术、计算机技术)
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
2018-07-04(万方平台首次上网日期,不代表论文的发表时间)
共5页
121-125