一种用于乳腺癌组织病理图像的医疗预诊断系统
计算机视觉与模式识别
2021-12-30 v1
摘要
本文构建了一种新颖的智能医疗诊断系统，可实现自动交互与乳腺癌病理图像识别。该系统包含两个主要部分：一个名为 M-Chatbot 的预训练聊天机器人和一个改进的 EfficientNetV2-S 神经网络模型（命名为 EfficientNetV2-SA），其中顶层激活函数被替换为 ACON-C。利用信息检索机制，M-Chatbot 指导患者将乳腺病理图像发送至 EfficientNetV2-SA 网络，随后由迁移学习训练的分类器返回诊断结果。我们分别在外在指标和 BreaKHis 数据集上验证了聊天机器人与分类模型的性能。M-Chatbot 的任务完成率达到 63.33%。在 BreaKHis 数据集上，EfficientNetV2-SA 网络的最高准确率达到 84.71%。这些实验结果均表明，所提模型可提升图像识别的准确率，且这一新型智能医疗诊断系统在乳腺癌自动诊断方面成功且高效。
引用
@article{arxiv.2109.07878,
title = {A Medical Pre-Diagnosis System for Histopathological Image of Breast Cancer},
author = {Shiyu Fan and Runhai Xu and Zhaohang Yan},
journal= {arXiv preprint arXiv:2109.07878},
year = {2021}
}