• 综合
  • 标题
  • 关键词
  • 摘要
  • 学者
  • 期刊-刊名
  • 期刊-ISSN
  • 会议名称
搜索

作者:

满芮 (满芮.) | 杨萍 (杨萍.) | 季程雨 (季程雨.) | 许博文 (许博文.)

收录:

CQVIP CSCD

摘要:

乳腺癌组织病理学检查是乳腺癌诊断的"金标准".乳腺癌组织病理学图像的分类已经成为医学图像处理领域的研究热点.图像的精确分类,在辅助医生诊断病情、满足临床应用需求等方面有着重大的应用价值.文中跟踪了乳腺癌组织病理学图像分类算法的研究进展,分析了相关算法的优缺点.按照是否需要手动提取图像特征,将乳腺癌组织病理学图像分类算法分为两大类,分别是传统的人工提取乳腺癌组织病理学图像特征的分类方法,以及基于深度学习算法的乳腺癌组织病理学图像分类方法.然后,对基于深度学习算法的乳腺癌组织病理学图像进行二分类或多分类的研究进行了进一步跟踪.最后,给出了应用深度学习最新理论的乳腺癌组织病理学图像分类算法,得出乳腺癌组织病理学图像分类研究的结论,并讨论了进一步的研究方向.

关键词:

特征提取 病理学图像 乳腺癌 深度学习 图像分类

作者机构:

  • [ 1 ] [满芮]北京联合大学
  • [ 2 ] [杨萍]北京联合大学
  • [ 3 ] [季程雨]北京联合大学
  • [ 4 ] [许博文]北京工业大学

通讯作者信息:

电子邮件地址:

查看成果更多字段

相关关键词:

来源 :

计算机科学

ISSN: 1002-137X

年份: 2020

期: z2

卷: 47

页码: 145-150

被引次数:

WoS核心集被引频次:

SCOPUS被引频次:

ESI高被引论文在榜: 0 展开所有

万方被引频次: -1

中文被引频次:

近30日浏览量: 1

在线人数/总访问数:461/4953196
地址:北京工业大学图书馆(北京市朝阳区平乐园100号 邮编:100124) 联系我们:010-67392185
版权所有:北京工业大学图书馆 站点建设与维护:北京爱琴海乐之技术有限公司