深模糊多模型(DeepBlurMM)-- 在组织病理学图像分析中减轻图像模糊对深度学习模型性能的影响的策略
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
通过DeepBlurMM多模型方法提高了深度卷积神经网络分类性能,特别在乳腺癌组织学分级任务中表现优异。该模型在中度模糊和混合模糊条件下优于基准模型,有潜力改善研究和临床应用质量。
🎯
关键要点
- 通过DeepBlurMM多模型方法提高深度卷积神经网络分类性能。
- 在乳腺癌组织学分级任务中表现优异,特别是在中度模糊和混合模糊条件下。
- DeepBlurMM模型在乳腺癌Nottingham组织学分级1和3的二分类任务中优于基准模型。
- 该方法具有改善研究和临床应用质量的潜力。
➡️