利用深度迁移学习检测和分类急性淋巴细胞白血病

本研究解决了急性淋巴细胞白血病的早期诊断难题，提出了一种基于深度学习的新方法，能够对白血病进行四个阶段的分类。研究中采用了经过调整的MobileNetV2模型和自定义模型，后者通过卷积层和最大池化层组合构建，最终实现了99.69%的高准确率，显示出其在实际应用中的潜力。