宫颈癌筛查-源码

上传者: 42157188 | 上传时间: 2021-11-18 18:45:09 | 文件大小: 478KB | 文件类型: -
本科生项目:基于Mask RCNN深度学习模型的宫颈癌细胞学AI筛选系统 摘要:随着计算机视觉和深度学习的发展,可以使用人工智能解决子宫颈癌细胞自动筛选的问题。 在宫颈癌细胞自动筛选领域,大多数研究主要基于传统的机器学习算法来解决简单的细胞分割和分类问题,而正常宫颈细胞与异常宫颈细胞重叠的细胞分割问题则难以解决。 本文基于Mask RCNN深度学习模型,研究宫颈癌细胞筛查中的细胞分割问题,通过实例分割方法对重叠的正常和异常宫颈细胞进行分割,并进行全视角细胞的目标检测和分类任务研究幻灯片。 在细胞分割方面,Mask RCNN模型用于对ISBI14,ISBI15,CERVIX93发布的子宫颈细胞数据集以及医院通过液基细胞学方法生成的临床子宫颈细胞数据集进行实例分割训练和预测。 最后,在公共数据集ISBI14上进行细胞质分割的模型的结果是:mAP为0.866,平均精度为0.99,在IoU = 0

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明