基于深度学习技术的血细胞病理分析
图像与视频处理
2021-11-08 v1 计算机视觉与模式识别
机器学习
定量方法
摘要
病理学涉及通过身体样本分析来发现疾病成因的实践。该领域最常用的方法是组织学，即基本研究和观察细胞与组织的微观结构。载玻片观察法被广泛使用并已转化为数字形式以产生高分辨率图像。这使得深度学习和机器学习领域能够深入探究这一医学科学领域。在本研究中，提出了一种基于神经网络的模型，用于将血细胞图像分类为不同类别。当输入图像通过所提架构，且所有超参数与丢弃率值均按所提算法使用时，模型以 95.24% 的准确率对血液图像进行分类。所提模型的性能优于现有标准架构及多位研究者已完成的工作。因此，该模型将助力病理系统的发展，减少人为错误和实验室人员的日常负担。这进而将帮助病理学家更高效、有效地开展工作。
引用
@article{arxiv.2111.03274,
title = {Pathological Analysis of Blood Cells Using Deep Learning Techniques},
author = {Virender Ranga and Shivam Gupta and Priyansh Agrawal and Jyoti Meena},
journal= {arXiv preprint arXiv:2111.03274},
year = {2021}
}
备注
6 Page, 3 Table and 6 Figures