基于Inception-ResNet-V2的乳腺癌病理图像识别研究

• 作者: 刘靖雯 黄理灿
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: Inception-ResNet-V2 深度卷积神经网络 数据增强 迁移学习 乳腺癌病理图像
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 图形图像处理
• 页码范围: 225-229
• 页数: 5页
• 分类号: TP317.4
• 字数: 4510字
• 语种: 中文
• DOI: 10.11907/rjdk.192019

摘要

乳腺癌严重威胁女性健康和生命,及时诊断并提供治疗方案给医生带来了挑战,病理图像分类结果是医生确诊的重要依据,实现乳腺癌病理图像识别分类具有重要意义及临床应用价值.近年来,大多数研究集中于良恶性分类,而不同类型的乳腺肿瘤本身具有不同病因及治疗方法.采用Inception-ResNet-V2深度卷积神经网络模型,实现对乳腺癌病理图像的八分类,利用数据增强和迁移学习方法,在Matlab上对数据集BreaKHis进行实验.结果表明,该方法识别率基本达到80％以上,比大部分已有研究成果效果更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄理灿	浙江理工大学信息学院	25	144	4.0	11.0
2	刘靖雯	浙江理工大学信息学院	3	1	1.0	1.0