检索历史 清除

【中文期刊】 胡天寒 吴敏  等 《韶关学院学报》 2023年44卷3期 20-27页

【摘要】 针对乳腺癌组织病理学图像分类准确度较低的问题,结合卷积神经网络DenseNet和SENet的优点,提出SE-DenseNet网络结构用于乳腺癌组织病理学图像分类.该方法可在特征提取过程中实现对特征信息的重新标定,有效缓解梯度消失问题.结果表...

【关键词】 乳腺癌； 分类； 卷积神经网络；

【中文期刊】 张喜科 马志庆  等 《计算机科学》 2022年49卷z2期 350-358页

【摘要】 乳腺癌组织病理学检查是确诊乳腺癌的"金标准".基于卷积神经网络的乳腺癌组织病理学图像分类已经成为医学图像处理与分析领域的研究热点之一.自动且精确的乳腺癌组织病理学图像分类在临床上具有重要的应用价值.首先介绍了两个目前广泛应用于乳腺癌组织病理...

【关键词】 乳腺癌； 组织病理学图像； 图像分类；

【中文期刊】 徐贵璇 王阳  等 《临床与病理杂志》 2021年41卷6期 1454-1462页 ISTICCA

【摘要】 全载玻片数字扫描技术自1999年首次提出以来,在许多病理领域得到应用和验证.近年来,将先进的人工智能(artificial intelligence,AI)技术应用于医学诊断领域,不仅为改善医疗保健提供了新思路,也掀起了在肿瘤病理学领域研究...

【关键词】 深度学习； 组织病理图像； 肺癌；

【中文期刊】 骆小飞 徐军  等 《自动化学报》 2017年43卷11期 2003-2013页

【摘要】 上皮和间质组织是乳腺组织病理图像中最基本的两种组织,约80 % 的乳腺肿瘤起源于乳腺上皮组织.为了构建基于乳腺组织病理图像分析的计算机辅助诊断系统和分析肿瘤微环境,上皮和间质组织的自动分割是重要的前提条件.本文构建一种基于逐像素点深度卷积网...

【关键词】 深度卷积网络； 乳腺组织病理图像； 上皮和间质组织分割；

【中文期刊】 龚磊 徐军  等 《计算机应用》 2015年35卷12期 3570-3575,3580页

【摘要】 为了辅助病理医生快速高效诊断乳腺癌并提供乳腺癌预后信息,提出一种计算机辅助乳腺癌肿瘤病理自动分级方法.该方法使用深度卷积神经网络和滑动窗口自动检测病理图像中的细胞;随后综合运用基于稀疏非负矩阵分解的颜色分离、前景标记的分水岭算法以及椭圆拟合...

【关键词】 乳腺癌； 组织病理图像； 自动病理分级；

【中文期刊】 郑欣 周梅  等 《第二军医大学学报》 2018年39卷8期 886-891页 ISTICPKUCSCDCA

【摘要】 目的 探索神经网络结合显微高光谱成像识别乳腺癌组织的可行性和应用价值.方法 采用显微高光谱成像技术采集乳腺癌组织的图像数据, 使用基于神经网络的显微高光谱乳腺癌组织图像分析方法, 实现乳腺癌组织的自动分类和区域划分.提出数据预处理方法以提高...

【关键词】 乳腺肿瘤； 神经网络； 显微高光谱图像；

【中文期刊】 陈佳梅 屈爱平  等 《生物医学工程学杂志》 2016年33卷3期 598-603页 MEDLINEISTICPKUCA

【关键词】 乳腺癌； 苏木素-伊红组织病理图像； 图像分析；

【中文期刊】 陈佳梅 屈爱平  等 《生物物理学报》 2014年30卷7期 517-530页 MEDLINEISTICCA

【关键词】 乳腺浸润性导管癌； 苏木素-伊红组织病理图像； 计算机辅助图像分析；

【学位论文】 作者： 张晓璇 导师：冯前进  南方医科大学  生物医学工程 生物医学工程（博士） 2023年

【摘要】 病理图像作为医学图像中的重要成员，一直被认为是用于诊断疾病的“金标准”。对病理图像的定量描述，例如细胞的形态及空间分布，组织结构的类型及面积等，有助于深入理解疾病发生发展的潜在规律，从而提示一些癌症可以早预防、早诊断和早干预以降低发病率，提...

【关键词】 乳腺癌； 病理图像；

【学位论文】 作者： 丁泽宁 导师：赵建玉 王旭东  济南大学  其他 电子信息（硕士） 2023年

【摘要】 乳腺癌作为全球女性发病率第一的恶性肿瘤，其早期的检测和诊断对于及时提供治疗、遏制病情发展有着重要意义，然而基于人工识别的病理图像分析需耗费大量的人力,并且病理学家主观意识的偏差和图像的复杂程度都会对诊断结果造成一定的影响，甚至会出现误诊、漏...

【关键词】 乳腺癌； 组织病理图像；