基于深度学习的肺癌病理图像分类器设计 |
| |
作者姓名: | 朱煜尔 刘晓帆 |
| |
作者单位: | 1. 新乡医学院医学工程学院;2. 新乡医学院三全学院智能医学工程学院 |
| |
基金项目: | 2024年度河南省科技攻关项目(课题名称:基于Res2net融合注意力机制的肺癌病理图像分类模型构建及应用); |
| |
摘 要: | 病理学检查是医生确定肿瘤是否发生癌变的“金标准”,但由于肺癌病理组织具有多种亚型,医生需要反复大量阅片才能最终给出医学诊断,不仅耗时且易出错。因此,本文借助深度学习进行肺癌病理组织亚型分类研究。通过对数据库数据进行预处理,找出特征值,使用不同层深的ResNet算法构建肺癌病理图像类别分类器,模型参数调整到最优后,对比训练ResNet18、ResNet34、ResNet50三个不同层次网络模型,分析模型的accuracy、recall、F1-score和算术平均值等评价指标,其中ResNet34模型指标最佳,对肺癌病理图像的分类效果最好。
|
关 键 词: | 肺癌亚型 深度学习 ResNet模型 病理图像 Adamax优化器 |
|