检索历史 清除

【中文期刊】 徐坤财 张宁  等 《医疗卫生装备》 2024年45卷12期 1-8页 ISTICCA

【摘要】 目的:为了提高乳腺癌病理图像分类准确率,提出一种基于卷积神经网络(convolutional neural networks,CNN)和Transformer的两阶段乳腺癌病理图像分类方法.方法:首先,采用Macenko归一化和颜色反卷积对...

【关键词】 CNN； Transformer； 乳腺癌；

【中文期刊】 刘世博 范明  等 《杭州电子科技大学学报》 2024年44卷9期 57-64页

【摘要】 乳腺组织活检的病理分析具有重要的临床应用价值.针对人工提取特征分类算法存在的耗时耗力、提取特征不完整等问题,此研究结合深度学习,提出了一种基于多阶段迁移和注意力机制的模型融合方法,对乳腺病理图像进行良恶性分类.为加快训练收敛速度及使用不同病...

【关键词】 乳腺癌； 病理图像分类； 多阶段迁移；

【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】 贾伟 江海峰  等 《计算机工程与应用》 2023年59卷19期 140-150页

【摘要】 针对肺癌图像分类中出现的已标记肺癌病理图像较少且细胞形态复杂的问题,提出一种基于细胞形态特征对比学习的肺癌病理图像分类方法,通过对比学习将置信度较高的未标记数据混入到训练数据中,解决已标记数据不足的问题.在最近邻对比学习的基础上,提出基于最...

【关键词】 肺癌； 病理图像分类； 对比学习；

【中文期刊】 刘茗传 张魁星  等 《计算机工程与应用》 2023年59卷17期 67-79页

【摘要】 肺腺癌存在多种不同类型,各有表征,准确对其分类是临床诊断和治疗的重要依据.从肺腺癌组织病理学、影像学、基因组学等多个方面进行肺腺癌亚型分类研究一直是临床研究的热点问题之一.特别是近年来机器学习和深度学习技术的发展为肺腺癌分类研究提供了新的方...

【关键词】 肺腺癌； 分类技术； 计算机断层扫描(CT)影像；

【中文期刊】 颜锐 陈丽萌  等 《协和医学杂志》 2021年12卷5期 742-748页 ISTICPKUCSCD

【摘要】 癌症的精确分类直接关系到患者治疗方案的选择和预后.病理诊断是癌症诊断的金标准,病理图像的数字化和深度学习的突破性进展使得计算机辅助癌症诊断和预后预测成为可能.本文通过简述病理图像分类常用的4种深度学习方法,总结基于深度学习和组织病理图像的癌...

【关键词】 病理图像； 深度学习； 癌症分类；

【中文期刊】 钟碧霞 周冠群  等 《中国卫生统计》 2021年38卷3期 363-367页 ISTICPKUCSCD

【摘要】 目的 本研究探讨基于深度学习算法的结肠癌病理组织切片的诊断模型,对癌旁正常和肿瘤组织以及不同分化程度的肿瘤组织进行自动分类.方法 经公共数据库TCGA收集117名结肠癌患者的全切片病理图,分割成不重叠的4440张子图片,按8:1:1的比例随...

【关键词】 结肠癌； 深度学习； 病理图像；

【中文期刊】 孙晓晗 孔祥勇  等 《中国医学物理学杂志》 2022年39卷10期 1313-1320页 ISTICCSCD

【摘要】 病理切片中肾小球自动分类是诊断肾脏病变程度和病变类型的关键.为解决肾小球分类问题,设计了一个基于卷积神经网络的完整肾小球分类框架,选用SE-Resnet作为图像分类模型,将原有模块中卷积层改为参数量更小的卷积块,在保证网络性能的前提下减少网...

【关键词】 卷积神经网络； SE-ResNet； 图像分类；

【中文期刊】 王永军 黄芳琳  等 《中国生物医学工程学报》 2020年39卷5期 532-540页 ISTICPKUCSCDCA

【摘要】 乳腺癌是全球女性癌症死亡的主要原因之一.现有诊断方法主要是医生通过乳腺癌观察组织病理学图像进行判断,不仅费时费力,而且依赖医生的专业知识和经验,使得诊断效率无法令人满意.针对以上问题,设计基于组织学图像的深度学习框架,以提高乳腺癌诊断准确性...

【关键词】 乳腺癌病理图像分类； 深度卷积特征融合； 有监督特征选择；

【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；