用于诊断结肠与肺癌组织病理学图像的卷积神经网络
图像与视频处理
2020-09-09 v1 计算机视觉与模式识别
摘要
肺癌与结肠癌是成人发病和死亡的主要原因之一。组织病理学诊断是对癌症类型进行鉴别的关键环节之一。本研究旨在通过评估这些癌症的数字病理图像，利用卷积神经网络提出一种计算机辅助诊断系统，用于诊断肺部的鳞状细胞癌和腺癌以及结肠的腺癌。由此使人工智能在不久的将来成为一项有用的技术。从 LC25000 数据集中共获取 2500 张数字图像，该数据集每类包含 5000 张图像。采用一种浅层神经网络架构将肺组织病理学切片分类为鳞状细胞癌、腺癌和良性。类似模型用于将结肠分类为腺癌和良性。记录到的肺与结肠诊断准确率分别超过 97% 和 96%。
引用
@article{arxiv.2009.03878,
title = {Convolution Neural Networks for diagnosing colon and lung cancer histopathological images},
author = {Sanidhya Mangal and Aanchal Chaurasia and Ayush Khajanchi},
journal= {arXiv preprint arXiv:2009.03878},
year = {2020}
}
备注
10 pages, 4 figures, 2 tables