基于深度卷积神经网络的病理影像研究

发布时间：2021-02-04 23:55

　　病理诊断作为医学诊断的“金标准”,是很多疾病确诊的重要手段之一。然而,病理诊断存在着医生主观性强、临床误诊率高以及医生缺口大等问题。近年来,随着深度学习与全切片图像（Whole Slide Images,WSIs）采集技术的发展,人工智能技术逐渐进入病理影像领域。这不仅使得病理诊断更加的准确客观,也大大减轻了病理医生的负担。论文的研究目标是探讨近几年来深度学习算法在病理影像领域的最新进展,并针对胃癌病灶分割、乳腺肿瘤细胞评分以及多组织器官细胞核的实例分割三大任务进行了详细的研究,分析并比较各种方法的优缺点。研究的主要工作包括以下几方面:1.针对粗标记的胃癌病理切片数据,提出了一种双输入卷积神经网络,通过一种投票拼接算法将补丁的分类结果转换为图片的分割结果,从而达到胃癌病理切片肿瘤分割的目的。2.针对乳腺肿瘤细胞评分任务,提出了一种协同深度卷积网络来对乳腺病理切片的细胞性进行评估,通过pair-wise的输入数据以及协同误差,来提高网络模型的回归性能。3.针对多组织器官的细胞核实例分割任务,提出一种基于空洞卷积的双输出卷积神经网络模型,同时对细胞核及其边缘进行分割,然后使用基于标记的分水... 

【文章来源】：厦门大学福建省 211工程院校 985工程院校 教育部直属院校

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

感知机模型

图２．２多层感知器??

图２．３全连接和局部连接??

【参考文献】：
期刊论文
[1]残余肿瘤负荷评分在乳腺癌新辅助化疗效果评价中的应用[J]. 陈锴,刘超乾,盛湲.  中华乳腺病杂志(电子版). 2018(02)
[2]深度学习在数字病理中的应用[J]. 闫雯,汤烨,张益肇,来茂德,许燕.  中国生物医学工程学报. 2018(01)
[3]中国数字病理发展展望[J]. 包骥,步宏.  实用医院临床杂志. 2017(05)
[4]提高病理学教学质量的实践体会[J]. 董宇杰,张海青.  继续医学教育. 2016(05)
[5]数字切片的优势及在病理教学中的应用[J]. 吕福东,孔贺利.  中国医药科学. 2013(23)



本文编号：3019137