基于Inception-ResNet-v2的乳腺癌辅助诊断方法

• 作者: 何欣颖 吴佳毅 吴黎明 郑耿哲
• 来源期刊: 自动化与信息工程
• 学科: 工学
• 关键词: 乳腺癌病理图像 深度学习 Inception-Res Net-v2网络 数据增强 迁移学习
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 学术研究
• 页码范围: 16-21
• 页数: 6页
• 分类号: TP391.7
• 字数: 2977字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-2605.2020.01.004

摘要

针对人工阅片需耗费大量时间并可能出现误诊、漏诊,以及基于人工提取特征进行病理图像分类的机器学习算法性能不足,高层次特征提取困难等问题,利用深度学习实现端到端的病理图像分类;采用Inception-ResNet-v2网络对乳腺癌病理图像进行高效准确的自动分类,达到计算机辅助诊断的效果;同时利用数据增强和迁移学习方法,解决数据集不足的问题.实验结果表明:该方法的准确率达到96.8％,并具有高精度、易泛化的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴黎明	广东工业大学机电工程学院	107	764	12.0	22.0
2	郑耿哲	广东工业大学机电工程学院	2	1	1.0	1.0
3	何欣颖	广东工业大学机电工程学院	2	1	1.0	1.0
4	吴佳毅		1	1	1.0	1.0