基于深度学习胶囊网络的乳腺癌组织病理学图像分类
图像与视频处理
2022-08-02 v1 计算机视觉与模式识别
摘要
乳腺癌是女性可能罹患的最严重的癌症类型之一。通过分析组织学图像（HIs）对乳腺癌进行自动诊断对患者及其预后具有重要意义。HIs的分类使临床医生能够准确理解疾病，从而更高效地治疗患者。深度学习（DL）方法因其自动提取特征的能力，已成功应用于包括医学成像在内的多个领域。本研究旨在利用HIs对不同类型的乳腺癌进行分类。在本研究中，我们提出了一种增强型胶囊网络，该网络利用Res2Net模块和四个额外的卷积层来提取多尺度特征。此外，由于使用小卷积核和Res2Net模块，所提出的方法具有更少的参数。因此，由于能够自动学习最佳特征，新方法优于旧方法。测试结果表明，该模型优于先前的DL方法。
引用
@article{arxiv.2208.00594,
title = {Breast Cancer Classification Based on Histopathological Images Using a Deep Learning Capsule Network},
author = {Hayder A. Khikani and Naira Elazab and Ahmed Elgarayhi and Mohammed Elmogy and Mohammed Sallah},
journal= {arXiv preprint arXiv:2208.00594},
year = {2022}
}
备注
18 pages, 2 figures, 3 tables