一种基于病理学的机器学习方法辅助上皮异型增生诊断
图像与视频处理
2022-04-08 v1 计算机视觉与模式识别
机器学习
摘要
上皮异型增生（ED）是一种常见于口腔癌前病变中的组织改变，其存在是向癌进展的最重要因素之一。本研究提出了一种设计低计算成本分类系统的方法，以支持异型增生上皮的检测，有助于减少病理学家评估的变异性。我们采用多层人工神经网络（MLP-ANN），并基于病理学家的知识定义需要评估的上皮区域。所提出解决方案的性能经过了统计评估。所实现的 MLP-ANN 平均准确率为 87%，其变异性远低于三名受过训练的评估者获得的结果。此外，所提出的解决方案得出的结果与通过迁移学习实现的卷积神经网络（CNN）获得的结果非常接近，而计算复杂度却低了 100 倍。总之，我们的结果表明，一个简单的神经网络结构可以达到与文献中常规使用的复杂得多的结构相当的性能。
引用
@article{arxiv.2204.03572,
title = {A Pathology-Based Machine Learning Method to Assist in Epithelial Dysplasia Diagnosis},
author = {Karoline da Rocha and José C. M. Bermudez and Elena R. C. Rivero and Márcio H. Costa},
journal= {arXiv preprint arXiv:2204.03572},
year = {2022}
}