基于卷积神经网络的乳腺癌组织病理图像分类

摘要：

为提高对乳腺癌组织病理图像分类的准确率,提升治疗效果,设计一个基于卷积神经网络的图像分类模型,将乳腺癌图像分为良性和恶性.乳腺癌图像拥有复杂的纹理结构,利用Inception网络结构强大的特征提取能力处理图像,使用数据增强扩充数据集,使用迁移学习初始化网络参数,抑制在神经网络中的欠拟合和过拟合.实验结果表明,该模型可以自动地分类乳腺癌组织病理图像,分类准确率较先前的模型有大幅提升.

关键词：乳腺癌、图像分类、卷积神经网络、Inception、迁移学习、数据增强

所属期刊栏目：41

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金面上基金项目;国家自然科学基金青年基金项目;国家自然科学国际地区合作与交流基金项目;浙江省科技计划基金项目

在线出版日期：2020-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1749-1754