基于深度学习网络的乳腺癌图片分类研究

• 作者: 俞晨 宁静艳 程年
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 深度学习 乳腺癌病理图片 数据增强 迁移学习
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 26-28
• 页数: 3页
• 分类号: TP301
• 字数: 1741字
• 语种: 中文
• DOI: 10.11907/rjdk.182847

摘要

利用深度学习网络对组织病理图片进行分类,以减少病理学家工作量,达到利用计算机辅助治疗的效果.提出利用在两种预训练好的框架下提取的特征进行训练,并研究了多级分类,该成果有利于癌症后期治疗,更加方便临床医学应用;利用迁移学习能够减少训练时间,并解决数据集不足的问题;通过数据增强的方法,可有效提高分类准确度.

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		7	17	3.0	3.0
3	程年	东南大学自动化学院	2	7	2.0	2.0