基于深度学习的肿瘤细胞病理学研究

• 作者: 周忠磊 娄惊蛟 李庆华 李雪玉 杜军
• 来源期刊: 广东医学
• 关键词: 深度学习 精细化 自动分类 可视化特征 肿瘤细胞
• 年，卷（期）: 2018,（19）
• 所属期刊栏目: 诊疗新进展
• 页码范围: 2857-2860
• 页数: 4页
• 字数: 3994字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9448.2018.19.001

摘要

近年来,大数据环境下幂级式增长的海量训练样本为癌症的诊断带来了数据资源,同时互联网的发展促进了深度学习开源框架的应用水平,推动了图像数据的精细化自动分类进入深度挖掘阶段.基于深度学习量化的核特征和派生特征可解决肿瘤细胞样本分类问题,因此肿瘤细胞病理学的研究为癌症的早期筛查和准确诊断提供条件.如何学习出更高层次的可视化特征网络模型,以及如何习得快速高效特异性强的新学习方法,需要高判别性、高稳定性及较好鲁棒性的肿瘤细胞自动分类学习算法应于临床诊断治疗中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜军	山东师范大学物理与电子科学学院	33	162	8.0	11.0
2	李雪玉	山东师范大学物理与电子科学学院	2	3	1.0	1.0
3	周忠磊	山东师范大学物理与电子科学学院	2	3	1.0	1.0
4	娄惊蛟	山东师范大学物理与电子科学学院	1	2	1.0	1.0