面向WSI的乳腺病理亚型分类研究

打开文本图片集

摘要：为实现乳腺病理WSI图像的精准分类，提出了一种基于混合连接的门控卷积神经网络分类方法。搭建了局部残差连接和全局稠密连接的混合模块，将压缩激活门控单元嵌入混合模块，建立了混合模块与过渡层交替连接的骨干网络。结合基于四叉树分割的图像数据增强方法训练模型，基于BreastSet临床数据集的实验结果得出，该方法的图像级、患者级和病理级准确率分别达到92.24%、92.83%和92.18%，相较其他方法，其准确率提高，参数量和计算量降低，更具有临床应用价值。（剩余20736字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。