| 自适应小数据集乳腺癌病理组织分类研究 |
| |
| 引用本文： | 和青芳,王慧,程光.自适应小数据集乳腺癌病理组织分类研究[J].计算机科学,2021,48(z1):67-73,84. |
| |
| 作者姓名： | 和青芳 王慧 程光 |
| |
| 作者单位： | 北京联合大学计算机技术研究所 北京 100101 |
| |
| 摘 要： | 针对乳腺癌病理组织图像数据普遍存在数据集规模小、良性和恶性样本数量分布不均衡、自动识别精度低的现状,利用深度可分离卷积、小卷积核堆叠、增深降维等技术,结合文中提出的"SoftMax+WF"设计具备合理深度和宽度、适应小数据集、轻型的病理组织图像分类模型.在图像旋转、扭曲等传统增强数据方法基础上,采用随机不重复裁切法均衡良、恶性样本数量并扩充数据集.针对训练集中难以聚类的样本,提出"弱特征"概念、"弱特征"样本提取算法和自适应调整、二次训练算法改进模型训练.在参数设置和运行环境相同的条件下,进行8组比对实验,模型的准确率、敏感度、特异度均可达97％以上.实验结果证明文中设计的模型性能稳定,对小数据集和不均衡数据集具有较好的包容性和适应性.
|
| 关 键 词： | 乳腺癌病理组织图像 自适应小数据集 弱特征 卷积神经网络 深度可分离卷积 深度学习 |
Research on Classification of Breast Cancer Pathological Tissues with Adaptive Small Data Set |
| |
| HE Qing-fang,WANG Hui,CHENG Guang.Research on Classification of Breast Cancer Pathological Tissues with Adaptive Small Data Set[J].Computer Science,2021,48(z1):67-73,84. |
| |
| Authors: | HE Qing-fang WANG Hui CHENG Guang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
