-
题名基于卷积神经网络和迁移学习的乳腺癌病理图像分类
被引量：18
- 1
-
-
作者
郑群花
段慧芳
沈尧
刘娟
袁静萍
-
机构
武汉大学计算机学院
武汉大学人民医院病理科
-
出处
《计算机应用与软件》
北大核心
2018年第7期237-242,共6页
-
基金
国家自然科学基金项目(61272274)
-
文摘
乳腺癌已经成为导致女性死亡最常见的和发病率最高的恶性肿瘤。对HE染色的乳腺癌病理图像的自动分类具有重要的临床意义。针对目前存在的深度卷积神经网络只将图像分为良性和恶性两类,同时对于高分辨率图像处理具有局限性的不足,采用了以AlexNet为架构的卷积神经网络模型将图像分为乳腺导管原位癌、乳腺浸润性导管癌、乳腺纤维腺瘤和乳腺增生四类。对于高分辨率图像,采用图像分块的思想,将每块的分类结果利用多数投票算法进行整合,整合结果作为该图像的分类结果。同时,为了避免因乳腺癌病理图像标记样本过少带来的过拟合问题,采用了迁移学习和数据增强的方法。实验结果表明,该模型识别率达到了99.74%。
-
关键词
乳腺癌病理图像
卷积神经网络
图像分块
多数投票算法
迁移学习
-
Keywords
Breast cancer histological image
CNN
Image patch
Majority voting algorithm
Transfer learning
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名基于改进的几何散列表的形状检索方法
- 2
-
-
作者
苏环
李弼程
-
机构
解放军信息工程大学信息工程学院信息科学系
-
出处
《计算机工程与应用》
CSCD
北大核心
2004年第31期61-63,共3页
-
文摘
文中介绍了一个基于内容的图像检索系统的设计和实现,它利用改进的几何散列技术能够获得快速而且准确的相似形状检索。系统包括四个主要部分:特征获取模块,查询管理模块,搜索引擎和一个散列表。特征信息收藏在散列表中,查询管理器接收用户的查询并从查询图像中提取出轮廓。特征获取模块对图像轮廓进行变换和量化,形成散列表的入口。给定一个视觉查询,查询代理通过使用多数投票算法对散列表进行搜索,得到一个形状具有潜在相似性的图像表。大量的实验表明该算法提供了一个可行的并且实用的相似性形状检索方法。
-
关键词
基于内容的图像检索
相似形状
几何散列法
多数投票算法
-
Keywords
content-based image retrieval,similar shape,geometric hashing,majority voting algorithm
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
