利用卷积神经网络在共聚焦激光显微镜图像中检测结肠癌的可行性
计算机视觉与模式识别
2019-03-07 v2
摘要
组织样本的组织学评估是识别腹膜结直肠癌转移的典型方法。为实现即时评估，需要可靠且实时的在体成像。例如，术中共聚焦激光显微镜已被证明适用于区分器官以及恶性与良性组织。迄今为止，分析由人类专家完成。我们研究了利用深度学习模型从共聚焦激光显微镜图像中自动分类结肠癌的可行性。我们通过采用SOTA架构的迁移学习克服了极小的数据集规模。我们在腹膜癌检测中达到了89.1%的准确率，表明其作为术中决策支持系统的可行性。
引用
@article{arxiv.1812.01464,
title = {Feasibility of Colon Cancer Detection in Confocal Laser Microscopy Images Using Convolution Neural Networks},
author = {Nils Gessert and Lukas Wittig and Daniel Drömann and Tobias Keck and Alexander Schlaefer and David B. Ellebrecht},
journal= {arXiv preprint arXiv:1812.01464},
year = {2019}
}
备注
Accepted at BVM Workshop 2019