基于深度学习的乳腺癌病理图像自动分类

• 作者: 何雪英 韩忠义 魏本征
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 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
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 121-125
• 页数: 5页
• 分类号: TP391.4
• 字数: 4607字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1701-0392

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏本征	山东中医药大学理工学院	26	242	7.0	15.0
2	何雪英	山东中医药大学理工学院	8	58	4.0	7.0
3	韩忠义	山东中医药大学理工学院	3	41	2.0	3.0