目标检测算法在乳腺病理图像分析中的应用

发布时间：2017-12-08 16:11

  本文关键词：目标检测算法在乳腺病理图像分析中的应用

  更多相关文章： 乳腺癌 深度学习 核分裂象 细胞核 病理

【摘要】：癌症是常见的恶性肿瘤之一,且近年来癌症的发病率不断上升,严重影响患病者的身心健康。病理诊断是癌症确诊的重要手段,有临床肿瘤的"金标准"之称。但是中国的病理医生数量缺口巨大,大量的病理分析任务要靠这些病理医生才能完成,造成了病理医生长期的超负荷工作,同时也耽搁了癌症患者宝贵的诊疗时间。近些年来数字病理技术的普及和计算机深度学习(DeepLearning,DL)技术的快速发展让病理计算机辅助诊断(Computer Aided Diagnosis,CAD)的实现变为了可能。病理计算机辅助诊断对提高癌症病理诊断的效率和准确性有很大的潜力。本论文在探索利用深度学习构建病理计算机辅助诊断系统的实践中,研究实现了乳腺癌病理图像分析中的若干关键技术,即细胞核和核分裂象的自动检测技术。本文的主要工作及采用的关键技术如下:首先,总结了前人在病理图像分析领域进行的研究工作,追踪了当前深度学习技术的最新进展,确定了课题要使用的方法;其次,本文基于RCNN(Region-based Convolutional Neural Networks)算法,分别针对细胞核检测和核分裂象检测这样的特定问题对算法做出了改进,最终算法在病理图像分析公开数据集上取得了突出的结果。最后,论文中还有很多研究得不够深入的问题,有待今后继续改进与完善。
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：R737.9;TP391.41

【相似文献】

中国期刊全文数据库 前3条

1 关鹏;全宇;何苗;周宝森;;病理图像分析中的两步骤聚类分析应用[J];中国公共卫生;2006年10期

2 吕翔;计算机病理图像定量分析方法和应注意的问题[J];中国体视学与图像分析;2002年02期

3 ;[J];;年期

中国硕士学位论文全文数据库 前1条

1 何剑;目标检测算法在乳腺病理图像分析中的应用[D];浙江大学;2017年

，

本文编号：1266994