基于SE-DenseNet的乳腺癌组织病理学图像分类

HU Tian-han,WU Min, LIU Ying,YANG Li,ZHANG Hao,LIU Yu-ting,PAN Yuan-yuan

Journal of Shaoguan University（2023）

引用 20|浏览32

暂无评分

摘要

针对乳腺癌组织病理学图像分类准确度较低的问题,结合卷积神经网络DenseNet和SENet的优点,提出SE-DenseNet网络结构用于乳腺癌组织病理学图像分类.该方法可在特征提取过程中实现对特征信息的重新标定,有效缓解梯度消失问题.结果表明,在BreaKHis数据集上的分类准确度可高达94.21％,能为临床诊断、治疗和预后提供有价值的参考.

查看译文

关键词

breast cancer,classification,convolutional neural network,histopathological image

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要