病理診斷作為醫(yī)學(xué)診斷的“金標準”,是很多疾病確診的重要手段之一。然而,病理診斷存在著醫(yī)生主觀性強、臨床誤診率高以及醫(yī)生缺口大等問題。近年來,隨著深度學(xué)習(xí)與全切片圖像（Whole Slide Images,WSIs）采集技術(shù)的發(fā)展,人工智能技術(shù)逐漸進入病理影像領(lǐng)域。這不僅使得病理診斷更加的準確客觀,也大大減輕了病理醫(yī)生的負擔。論文的研究目標是探討近幾年來深度學(xué)習(xí)算法在病理影像領(lǐng)域的最新進展,并針對胃癌病灶分割、乳腺腫瘤細胞評分以及多組織器官細胞核的實例分割三大任務(wù)進行了詳細的研究,分析并比較各種方法的優(yōu)缺點。研究的主要工作包括以下幾方面:1.針對粗標記的胃癌病理切片數(shù)據(jù),提出了一種雙輸入卷積神經(jīng)網(wǎng)絡(luò),通過一種投票拼接算法將補丁的分類結(jié)果轉(zhuǎn)換為圖片的分割結(jié)果,從而達到胃癌病理切片腫瘤分割的目的。2.針對乳腺腫瘤細胞評分任務(wù),提出了一種協(xié)同深度卷積網(wǎng)絡(luò)來對乳腺病理切片的細胞性進行評估,通過pair-wise的輸入數(shù)據(jù)以及協(xié)同誤差,來提高網(wǎng)絡(luò)模型的回歸性能。3.針對多組織器官的細胞核實例分割任務(wù),提出一種基于空洞卷積的雙輸出卷積神經(jīng)網(wǎng)絡(luò)模型,同時對細胞核及其邊緣進行分割,然后使用基于標記的分水... 

【文章來源】：廈門大學(xué)福建省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【部分圖文】：

感知機模型

圖２．２多層感知器??

圖２．３全連接和局部連接??

【參考文獻】：
期刊論文
[1]殘余腫瘤負荷評分在乳腺癌新輔助化療效果評價中的應(yīng)用[J]. 陳鍇,劉超乾,盛湲.  中華乳腺病雜志(電子版). 2018(02)
[2]深度學(xué)習(xí)在數(shù)字病理中的應(yīng)用[J]. 閆雯,湯燁,張益肇,來茂德,許燕.  中國生物醫(yī)學(xué)工程學(xué)報. 2018(01)
[3]中國數(shù)字病理發(fā)展展望[J]. 包驥,步宏.  實用醫(yī)院臨床雜志. 2017(05)
[4]提高病理學(xué)教學(xué)質(zhì)量的實踐體會[J]. 董宇杰,張海青.  繼續(xù)醫(yī)學(xué)教育. 2016(05)
[5]數(shù)字切片的優(yōu)勢及在病理教學(xué)中的應(yīng)用[J]. 呂福東,孔賀利.  中國醫(yī)藥科學(xué). 2013(23)



本文編號：3019137