基于Cycle-GAN和改进DPN网络的乳腺癌病理图像分类

• 作者: 张雪芹 李天任
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 乳腺癌病理图像分类 深度学习 Cycle-GAN网络 双路径网络(DPN) 注意力机制
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 计算机技术、信息工程|Computer Technology, Information Engineering
• 页码范围: 727-735
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2022.04.012

摘要

针对病理图像染色不均匀及良恶性难以鉴别的问题,提出基于Cycle-GAN和改进的双路径网络(DPN)的算法框架.利用Cycle-GAN进行颜色归一化处理,解决因病理图像染色不均匀导致的检测模型精度偏低问题,通过对图像进行重叠切片,基于DPN网络采用增加小卷积、反卷积和注意力机制,增强模型对病理图像纹理特征的分类能力.在BreaKHis数据集上的实验结果表明,所提算法有效提高了乳腺癌病理图像良恶性分类的准确性.