基于深度迁移学习的乳腺癌图像分类方法
图像与视频处理
2024-09-12 v2 计算机视觉与模式识别
机器学习
摘要
针对乳腺癌病理图像检测与分类中存在的样本量有限、特征设计耗时以及准确率低等问题，提出了一种结合深度学习与迁移学习的乳腺癌图像分类模型算法。该算法基于深度神经网络的 DenseNet 结构，通过引入注意力机制构建网络模型，并利用多级迁移学习对增强后的数据集进行训练。实验结果表明，该算法在测试集上的准确率达到 84.0% 以上，分类精度较以往模型有显著提升，可应用于医学乳腺癌检测任务。
引用
@article{arxiv.2404.09226,
title = {Breast Cancer Image Classification Method Based on Deep Transfer Learning},
author = {Weimin Wang and Yufeng Li and Xu Yan and Mingxuan Xiao and Min Gao},
journal= {arXiv preprint arXiv:2404.09226},
year = {2024}
}
备注
12 pages, 8 figures, 2024 International Conference on Image Processing, Machine Learning and Pattern Recognition