GroupMixer:基于补丁的组卷积神经网络在组织病理图像中的乳腺癌检测
原文约200字/词,阅读约需1分钟。发表于: 。通过将完全卷积神经网络架构与补丁嵌入操作相结合,我们提出了一种高效的用于乳腺癌恶性检测的 CNN 架构,尽管参数数量显著小于其他方法,但在 40x,100x,200x 和 400x 放大倍数下的精度性能指标分别达到 97.65%,98.92%,99.21%和 98.01%。
本研究使用2453个组织病理学图像数据集,分析了预训练的深度迁移学习模型在乳腺癌检测中的应用。研究发现ResNet50模型的准确率为90.2%,AUC率为90.0%,召回率为94.7%,不适当损失为3.5%。