BriefGPT - AI 论文速递
·
利用 DenseNet 深度学习架构对鼻咽癌病例进行分类
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
在马来西亚的研究中，首次试图鉴别鼻咽癌、鼻咽炎和正常病例之间的差异。通过使用具有21个密集层的DenseNet架构对来自七个不同患者和两家医院的七个全切片图像进行实验，将组织区域分块并进行分类。测试结果显示，在概念验证中，鼻咽癌的准确率达到94.8%，在真实测试场景中为67.0%。
🎯
关键要点
- 在马来西亚的研究中首次鉴别鼻咽癌、鼻咽炎和正常病例的差异。
- 使用具有21个密集层的DenseNet架构进行实验。
- 实验对象为来自七个不同患者和两家医院的七个全切片图像。
- 将组织区域分块并进行分类。
- 概念验证测试中，鼻咽癌的准确率达到94.8%。
- 真实测试场景中，鼻咽癌的准确率为67.0%。
🏷️
标签
➡️
