卷积神经网络在肝癌病理切片图像分类中的应用

• 作者: 严传波 姚娟 艾尔潘江·库德来提 茹仙古丽·艾尔西丁
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: 卷积神经网络 肝脏组织切片图像 Inception V3 图像分类
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 论著
• 页码范围: 29-33
• 页数: 5页
• 分类号: R318.04|TP751
• 字数: 2496字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2020.01.005

摘要

目的 探讨基于卷积神经网络的肝脏组织切片图像正常和病变性分类方法的可行性及应用价值.方法 使用一种能够自动学习图像特征并分类的方法,先利用原始的Inception V3模型在肝脏组织切片数据集上进行训练,然后在原始模型的基础上通过微调得到改进的Inception V3模型,最后用改进的模型来实现肝脏组织切片图像正常和病变性两种类型的分类.结果 改进后的Inception V3模型对肝脏切片图像的分类结果较佳,平均分类准确率达到99.2％.结论 卷积神经网络的肝脏组织切片图像正常和病变性分类方法可行、合理,改进的Inception V3模型的分类效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚娟	新疆医科大学第一附属医院放射科	41	106	7.0	8.0
2	严传波	新疆医科大学医学工程技术学院	42	112	6.0	8.0
3	茹仙古丽·艾尔西丁	新疆医科大学基础医学院	3	5	2.0	2.0
4	艾尔潘江·库德来提	新疆医科大学医学工程技术学院	1	2	1.0	1.0