基于卷积神经网络的肝部组织切片分类的研究

• 作者: 张琪 王国栋
• 来源期刊: 青岛大学学报（自然科学版）
• 学科: 工学
• 关键词: 卷积神经网络 肝部组织切片 深度学习
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 信息工程
• 页码范围: 57-62
• 页数: 6页
• 分类号: TP391
• 字数: 3087字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1037.2018.08.11

摘要

肝部组织切片分类时,传统机器学习方法都是通过提取图像特征来进行识别和预测,由于需要人工提取,具有一定的复杂度,因此识别率较低.为此,利用基于深度学习的卷积神经网络方法来识别分类.对在Keras框架下的Inception V3模型进行改进,将样本图像作为输入数据,通过卷积神经网络训练验证即可得到实验结果,省去繁琐的特征提取环节.实验结果表明,此方法识别率高于当前的传统方法,并且方便快捷.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张琪	青岛大学计算机科学技术学院	37	324	9.0	17.0
2	王国栋	青岛大学计算机科学技术学院	37	170	7.0	11.0