卷积神经网络在癌症病理图像分割中具有突出表现, 但在临床应用上依然面临着切片染色多样,
分辨率差异大等挑战. 针对上述问题, 提出了一种病灶分割网络HU-Net, 提高了癌症病理图像的 …

目的病理学检查是明确乳腺癌诊断及肿瘤类型的金标准. 深度神经网络广泛应用于乳腺病理全
切片的诊断工作并取得了明显进展, 但是现有大多数工作只是将全切片切割成小图像块 …

目的基于深度学习方法进行乳腺癌识别是一项具有挑战的任务, 目前较多研究使用单一倍率下的
乳腺组织病理图像作为模型的输入, 忽略了乳腺组织病理图像固有的多倍率特点 …

生成对抗网络(Generative Adversarial Nets, GANs) 模型可以无监督学习到更丰富的数据信息,
其包括生成模型与判别模型, 凭借二者之间的对抗提高性能. 针对传统GANs 存在着梯度消失 …

目的染色体分类是医学影像处理的具体任务之一, 最终结果可为医生提供重要的临床诊断信息,
在产前诊断中起着重要作用. 深度学习由于强大的特征表达能力在医学影像领域得到了广泛应用 …

淋巴瘤是源于淋巴造血系统的一类恶性肿瘤, 基于医学影像及病理图像的精准诊断对临床治疗
淋巴瘤具有重要价值. 随着机器学习和深度学习技术的发展, 利用人工智能技术对淋巴瘤图像 …