基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的 提出一种基于U-Net的乳腺癌淋巴结病理切片中的细胞检测方法,用以辅助医生进行乳腺癌细胞筛查.方法 基于U-Net网络,利用医生预先标注的数据集训练模型,用以实现最终的细胞检测.结果 针对癌细胞检测的结果准确率大于99%.结论 基于U-Net的乳腺癌病理切片中癌细胞检测方法可以极大程度提升医生在病理切片中癌细胞筛查的效率,同时还可以对疑似癌细胞目标进行判断.
推荐文章
基于双向循环U-Net模型的脑卒中病灶分割方法
深度学习
脑卒中病灶分割
CGRU;
U-Net
双向特征融合
多视面融合
基于级联分类器的乳腺癌病理学图像中有丝分裂检测
级联分类器
乳腺癌
病理图
有丝分裂检测
颜色直方图
放疗抵抗性小鼠乳腺癌细胞的形态观察
乳腺肿瘤
显微镜检查,电子
肿瘤复发,局部
IMP1对人乳腺癌细胞增殖的影响
胰岛素样生长因子Ⅱ mRNA结合蛋白1
乳腺癌
细胞增殖
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于U-Net的乳腺癌病理切片中癌细胞检测方法
来源期刊 精准医学杂志 学科 医学
关键词 乳腺肿瘤 病理学 细胞系,肿瘤 神经网络(计算机) 图像处理,计算机辅助 机器学习
年,卷(期) 2018,(6) 所属期刊栏目 论著
研究方向 页码范围 471-473,477
页数 4页 分类号 R737.9|R319.1
字数 2388字 语种 中文
DOI 10.13362/j.jpmed.201806001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李帅 北京航空航天大学计算机学院 16 37 3.0 5.0
2 韩泓泽 北京航空航天大学计算机学院 1 2 1.0 1.0
3 隋栋 北京建筑大学电气与信息工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (7)
二级引证文献  (5)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
乳腺肿瘤
病理学
细胞系,肿瘤
神经网络(计算机)
图像处理,计算机辅助
机器学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
精准医学杂志
双月刊
2096-529X
37-1515/R
大16开
山东省青岛市江苏路19号
24-130
1986
chi
出版文献量(篇)
488
总下载数(次)
2
总被引数(次)
236
论文1v1指导