基于改进AlexNet和注意力机制的乳腺癌自动检测

• 作者: 郭笑颜 王波 张剑飞 刘明
• 来源期刊: 齐齐哈尔大学学报（自然科学版）
• 学科: 医学
• 关键词: 乳腺癌 自动检测 AlexNet 注意力机制
• 年，卷（期）: 2022,（3）
• 页码范围: 32-36,41
• 页数: 6页
• 分类号: TP391.9|R737.9
• 语种: 中文
• DOI: 10.3969/j.issn.1007-984X.2022.03.007

摘要

乳腺癌是女性中最常见的癌症类型,如果能在乳腺癌的早期确诊和治疗,可以显著提高患者生存率.组织病理学检查是癌症确诊的黄金标准,针对医生很难在乳腺癌病理组织切片上精确快速的描绘出患病区域,给出一种基于改进AlexNet和注意力机制的网络模型用于IDC的自动检测,首先将全视野数字病理切片按照坐标信息进行不重复切片,然后将小切片输入至网络模型中进行训练,预测和评估,最后将小切片的分类结果按照坐标信息还原到全视野数字病理切片上,通过对小切片的二分类间接完成IDC的检测任务.该方法最终取得了86.34％的准确率、78.20％的F1评分和84.12％的平衡准确率,具有一定的实用价值和科研意义.