BriefGPT - AI 论文速递
·
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
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
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％。
🎯
关键要点
- 本研究使用2453个组织病理学图像数据集。
- 研究分离有侵袭性导管癌（IDC）和无IDC的数据。
- 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。
- 使用的模型包括ResNet50、ResNet101、VGG16和VGG19。
- ResNet50模型的准确率为90.2%。
- ResNet50模型的AUC率为90.0%。
- ResNet50模型的召回率为94.7%。
- ResNet50模型的不适当损失为3.5%。
🏷️
标签
➡️
