换一批- 最近
- 已收藏
- 排序
- 筛选
- 169
- 38
- 1
- 76
- 34
- 32
- 10
- 10
- 35
- 33
- 26
- 24
- 15
- 中文期刊
- 刊名
- 作者
- 作者单位
- 收录源
- 栏目名称
- 语种
- 主题词
- 外文期刊
- 文献类型
- 刊名
- 作者
- 主题词
- 收录源
- 语种
- 学位论文
- 授予学位
- 授予单位
- 会议论文
- 主办单位
- 专 利
- 专利分类
- 专利类型
- 国家/组织
- 法律状态
- 申请/专利权人
- 发明/设计人
- 成 果
- 鉴定年份
- 学科分类
- 地域
- 完成单位
- 标 准
- 强制性标准
- 中标分类
- 标准类型
- 标准状态
- 来源数据库
- 法 规
- 法规分类
- 内容分类
- 效力级别
- 时效性
【中文期刊】 陈金令 苏妍琳 等 《中国医学物理学杂志》 2025年42卷6期 775-783页ISTICCSCD
【摘要】 目的:提出一种基于伪包策略和特征调整的病理全切片图像分类模型.方法:首先,构建伪包生成器,将父包划分为3个伪包,以增加训练包的数量.然后,利用基于Nystr?m近似自注意力的伪包学习方法和选择性特征融合方法处理伪包:基于Nystr?m近似自...
- 概要：
- 方法：
- 结论：
【中文期刊】 马春洁 《数字通信世界》 2025年2期 246-249页
【摘要】 乳腺癌作为全球女性健康的主要威胁之一,其早期诊断对于提高治愈率至关重要.随着大数据和深度学习技术的发展,基于机器学习的计算机辅助诊断系统在乳腺病理图像的分类和诊断中显示出巨大潜力.本文综合分析了当前文献中提出的三种主要研究方法:首先对病理图...
- 概要：
- 方法：
- 结论：
【中文期刊】 刘亚楠 孟赋涵 等 《重庆理工大学学报》 2025年39卷9期 107-113页
【摘要】 提出了一种基于深度模型自适应融合的肺腺癌亚型分类算法(ViT-CLSNet),通过将ViT和DenseNet并行融合,构建双流网络,增强对异型性特征的建模能力.此外,设计了一种新型高阶联合注意力机制(HOCAM),可有效定位肺腺癌的局部腺体...
- 概要：
- 方法：
- 结论：
【中文期刊】 夏田田 王路 等 《中南民族大学学报（自然科学版）》 2025年44卷5期 703-711页
【摘要】 依据乳腺组织病理学检查对肿瘤类型进行分类被视为临床乳腺癌诊断的黄金标准,受病理图像复杂性和多样性影响,人工分类诊断效率低,诊断结果还会受医生主观性影响.因此为了提高乳腺组织病理图像的分类准确率,服务临床乳腺病理分类诊断的应用需求,提出了一种...
- 概要：
- 方法：
- 结论：
【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；
- 概要：
- 方法：
- 结论：
【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...
- 概要：
- 方法：
- 结论：
【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...
- 概要：
- 方法：
- 结论：
【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...
- 概要：
- 方法：
- 结论：
【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；
- 概要：
- 方法：
- 结论：
【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...
- 概要：
- 方法：
- 结论：
加载中...
