用于白血病性B淋巴母细胞分类的混合深度学习架构
图像与视频处理
2019-09-27 v1 计算机视觉与模式识别
机器学习
摘要
由于组织病理结构的复杂性，显微图像中白血病性 B 淋巴母细胞癌的自动检测非常具有挑战性。为解决此问题，需要一种自动且鲁棒的诊断系统以实现早期检测与治疗。本文提出一种基于深度学习的自动化方法，用于区分未成熟白血病性原始细胞与正常细胞。所提出的基于深度学习的混合方法通过多种数据增强技术进行扩充，能够从输入图像中提取高层特征。结果表明，所提模型在白血病性 B 淋巴母细胞分类上优于单一模型，总体准确率为 96.17%，灵敏度为 95.17%，特异度为 98.58%。通过融合从中间层提取的特征，我们的方法有望提升整体分类性能。
引用
@article{arxiv.1909.11866,
title = {A Hybrid Deep Learning Architecture for Leukemic B-lymphoblast Classification},
author = {Sara Hosseinzadeh Kassani and Peyman Hosseinzadeh kassani and Michal J. Wesolowski and Kevin A. Schneider and Ralph Deters},
journal= {arXiv preprint arXiv:1909.11866},
year = {2019}
}