基于深度学习的口腔癌图像识别研究

• 作者: 焦龙 杨翊 何羽 刘珂 成斌杰
• 来源期刊: 电脑与信息技术
• 关键词: 口腔癌识别 深度学习 病理切片 迁移学习
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 研究与分析|Study and Analysis
• 页码范围: 60-64
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1005-1228.2021.02.017

摘要

口腔癌是湖南省发病率最高的恶性肿瘤之一,基于图像的口腔癌识别能够为医生尽早诊断提供有效医疗辅助手段.文章首先基于Github上的同类项目构建了口腔癌图像数据库,进而选择了几种典型的深度学习模型,分析了不同深度学习模型在口腔癌图像识别中性能的表现.分析的过程包括:数据处理,模型训练和模型识别.数据处理指的是将数据库中的图片进行旋转放缩等数据增强,模型训练主要基于迁移学习进行研究,最后针对模型对图像的识别效果进行分析.最终,团队通过实验发现这基于卷积神经网络的迁移学习模型可以很好地承担口腔癌分类任务,有效证明了利用图片进行深度学习在口腔癌识别领域的高度可行性.