基于深度学习的细胞癌恶化程度预测方法研究

作     者：银温社 胡杨升 董青青 易三莉 贺建峰 YIN Wen-she;HU Yang-sheng;DONG Qing-qing;YI San-li;HE Jian-feng

作者机构：昆明理工大学信息工程与自动化学院云南昆明650500 

基　　金：国家自然科学基金项目(11265007) 

出 版 物：《软件导刊》 (Software Guide)

年 卷 期：2018年第17卷第3期

页      码：11-14页

摘      要：细胞癌是当今致死率最高的癌症之一,细胞癌恶化程度预测方法对治疗该病症具有重大意义。对细胞图像病理识别数据集中的癌症细胞切片进行检测,首先利用数据增加(DATA Augmentation,DA)技术,增加模型训练集和测试集,然后设计卷积神经网络训练和测试网络结构,再结合经验设置优化参数进行预测模型训练,从而为细胞癌恶化程度预测提供一个深度模型的检测手段。随着深度学习的发展和医学图像在临床上的应用,以及医学影像数据集的不断完善,该方法有望为医生诊断细胞癌恶化程度提供一种有效工具。

主 题 词：深度学习 细胞癌 检测 卷积神经网络 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.11907/rjdk.172498

馆 藏 号：203284409...