基于深度学习的乳腺癌病理图像分类研究综述

• 作者: 刘凤 南方哲 李华 杨嘉能 钱育蓉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 计算机辅助诊断 乳腺癌病理图像 图像分类 深度学习
• 年，卷（期）: 2020,（13）
• 所属期刊栏目: 热点与综述
• 页码范围: 1-11
• 页数: 11页
• 分类号: TP391
• 字数: 10782字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2001-0220

摘要

准确、高效的乳腺癌病理图像分类是计算机辅助诊断的重要研究内容之一.随着机器学习技术的发展,深度学习日渐成为一种有效的乳腺癌病理图像分类处理方法.分析了乳腺癌病理图像分类方法及目前存在的问题;介绍了四种相关的深度学习模型,对基于深度学习的乳腺癌病理图像分类方法进行梳理,并通过实验对比分析现有模型的性能;最后对乳腺癌病理图像分类的关键问题进行了总结,并讨论了未来研究的发展趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李华	新疆大学软件学院	25	74	5.0	8.0
5	杨嘉能	新疆大学软件学院	2	0	0.0	0.0
9	刘凤	新疆大学软件学院	1	0	0.0	0.0
13	南方哲	新疆大学软件学院	5	0	0.0	0.0
17	钱育蓉		1	0	0.0	0.0