基于卷积神经网络的肺癌病理图像分类

• 作者: 俞晨 刘芃 宁静艳 程年
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 卷积神经网络 肺癌 病理图像分类 计算机辅助诊断
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 图形图像与辅助设计
• 页码范围: 141-144
• 页数: 4页
• 分类号: TP317.4
• 字数: 3304字
• 语种: 中文
• DOI: 10.11907/rjdk.181868

摘要

确定肺癌类型对于病人后续治疗方案的选择至关重要,但肺癌诊断必须由专业病理医师在显微镜下观察活体组织切片确定,诊断过程耗时长,且病理医师之间很难取得较好的一致诊断.随着病理全切片扫描设备的普及,病理图像可在计算机上保存、观察、分析,使通过现代数字图像处理技术辅助诊断或提供决策支持成为可能.对于亿级像素的全切片病理图像(WSI),通过在图像中提取小块、训练分类网络,并根据验证结果调整网络参数,可得到较好的分类准确率.测试时,聚合全图中小块分类结果得到最终类别.使用基于块的分类方法,卷积神经网络模型在WSI分类任务中取得了较好的效果,有望通过现代深度学习方法对肺癌提供辅助诊断及决策支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宁静艳	东南大学自动化学院	2	7	2.0	2.0
2	俞晨	江苏省肿瘤医院中西医结合科	7	17	3.0	3.0
3	程年	东南大学自动化学院	2	7	2.0	2.0
4	刘芃	东南大学自动化学院	1	2	1.0	1.0