基于病理图像的DCNN鼻咽癌诊断模型和算法

林琰超

【期刊名称】《电脑知识与技术》

【年(卷),期】2018(014)014

【摘要】鼻咽癌是一类高发的恶性肿瘤,实现其快速诊断具有重要意义.该文提出了一种基于深度卷积神经网络(DCNN)的病理图像数据肿瘤区域自动检测和诊断方法.通过在病理切片像素20000*20000中检测和定位出像素大小为256*256的肿瘤区域,将提取到的不同分辨率下patch通过VGG-16网络(10x,20x)模型提取浅层特征,并将其输入Inception-V3网络的后半部分与Inception-V3提取的40x patch的特征进行融合,以此建立基于病理图像鼻咽癌融合诊断模型,在机制上可提升分析性能并降低假阳性率.实际资料处理结果表明,对于鼻咽癌的检测准确率达到91.5%,较大提高了诊断准确率.

【总页数】3页(183-185)

【关键词】鼻咽癌诊断;深度卷积网络;特征融合;多尺度分析;学习算法

【作者】林琰超

【作者单位】山东科技大学计算机科学与工程学院,山东青岛266590

【正文语种】中文

【中图分类】TP183

【相关文献】

1.运用基质辅助激光解吸电离飞行时间质谱技术建立鼻咽癌特异血清多肽谱诊断模型 [J], 陶亚岚; 刘志刚; 夏云飞; 易炜

2.CM10蛋白质芯片在鼻咽癌血清蛋白组学诊断模型的建立[J], 孟庆翔; 谢景