基于SE-DenseNet的乳腺癌组织病理学图像分类
Journal of Shaoguan University(2023)
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.
更多查看译文
关键词
breast cancer,classification,convolutional neural network,histopathological image
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要