乳腺癌病理图像的自动分类具有重要的临床应用价值。基于人工提取特征的分类算法,存在需要专业领域 知 识 、耗 时 费 力 、提 取 高 质 量 特 征 困 难 等 问 题 。 为 此 ,采 用 一 种 改 进 的 深 度 卷 积 神 经 网 络 模 型 ,实 现 了 乳 腺 癌 病 理 图 像的自动分类;同时,利用数据增强和迁移学习方法,有效避免了深度学习模型受样本量限制时易出现的过拟合问 题。实验结果表明,该方法的识别率可达到 91%,且具有较好的鲁棒性和泛化性
2019-12-21 19:50:13 632KB 深度学习 图像识别
1