基于显微图像的迁移学习用于口腔癌检测
计算机视觉与模式识别
2021-04-13 v2 机器学习
图像与视频处理
摘要
口腔癌若在早期被发现，其存活率超过 83%，然而目前仅有 29% 的病例被早期检出。深度学习技术能够检测口腔癌细胞的模式并有助于其早期发现。在这项工作中，我们展示了利用显微图像进行口腔癌检测的神经网络的首批结果。我们通过迁移学习方法比较了众多最先进的模型，并收集并发布了一个高质量的口腔癌显微图像增强数据集。我们对不同模型进行了全面研究，并报告了它们在此类数据上的性能。总体而言，与简单的卷积神经网络 (Convolutional Neural Network) 基线相比，迁移学习方法取得了 10-15% 的绝对提升。消融实验显示了数据增强技术结合微调对该任务的额外益处。
引用
@article{arxiv.2011.11610,
title = {Transfer Learning for Oral Cancer Detection using Microscopic Images},
author = {Rutwik Palaskar and Renu Vyas and Vilas Khedekar and Sangeeta Palaskar and Pranjal Sahu},
journal= {arXiv preprint arXiv:2011.11610},
year = {2021}
}