|
|||||
|
|
| 基于ResNet和UNet的胃癌病理图像诊断系统 | |
| 作者姓名： | 张文悦 贾子彦 李青 张大川 潘玲佼 沈大伟 |
| 作者单位： | 1.江苏理工学院电气信息工程学院;2.常州市第一人民医院病理科 |
| 基金项目： | 国家自然科学基金资助项目(62001196);江苏省“333高层次人才培养工程”项目(2022-3-4-107);常州市科技计划项目(CM20223015);常州应用基础研究项目(CJ20220064;CJ20220059) |
| 摘 要： | 考虑到人工对胃癌病理图像的判别和诊断可能存在漏检的问题,为使诊断更加准确,提出一种基于ResNet和UNet的病理图像诊断系统,旨在实现对病理图像的分类、分割以及输出诊断结果.采用ResNet模型对胃癌病理图像进行有癌和无癌的分类.对UNet模型进行改进,改进后的模型在每个下采样和上采样之前加入卷积注意力模块,以增强模型对癌变区域的关注.使用残差模块替代编码部分的2次卷积,来提高特征的利用率;利用Inception模块来替代解码部分上采样中的2个卷积,从而扩充其宽度并获取不同尺度的特征.将分类与分割结果综合考虑,获取最终的胃癌病理图像的诊断结果.实验结果表明,该系统可以有效地诊断胃癌病理图像中是否存在癌变. |
| 关 键 词： | 病理图像 图像分类 UNet 图像分割 胃癌诊断 |
| 收稿时间： | 2023-10-27 |
| 点击此处可从《河北大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《河北大学学报(自然科学版)》下载全文 | |