發(fā)布時間：2022-01-10 04:33

　　乳腺癌是目前嚴重威脅女性健康的重大疾病之一,且其發(fā)病率越來越高,發(fā)病群體呈年輕化趨勢�；诓±韴D像的組織病理學檢查是診斷乳腺癌的重要依據(jù),而對乳腺癌的早期診斷則是提高治療成功率的關(guān)鍵。由于病理圖像具有維數(shù)大、復雜性和多樣性等特點,導致乳腺癌病理圖像閱片門檻高、耗費時間長。此外,由于不同病理學家對組織和細胞特征評判標準的主觀性和個人水平差異,導致不同診斷結(jié)果之間的一致性較低。數(shù)字病理和計算機技術(shù)的快速發(fā)展使得基于乳腺癌病理圖像的輔助診斷方法成為研究熱點。因此,本文針對乳腺癌診斷過程中的實際需求,對乳腺癌病理圖像良惡性分類、浸潤性乳腺癌細胞核異型性指標評估、浸潤性乳腺癌有絲分裂數(shù)指標評估等問題開展研究,提出了基于機器學習及相關(guān)技術(shù)的乳腺癌病理圖像分析與病變輔助判別方法研究。論文的主要工作和創(chuàng)新點如下:（1）研究了乳腺癌病理圖像良惡性分類方法。針對乳腺癌病理圖像復雜多變、傳統(tǒng)圖像處理方法難以有效提取和組合特征導致分類準確率較低的問題,研究了基于卷積神經(jīng)網(wǎng)絡的乳腺癌病理圖像良惡性分類方法。該方法利用卷積神經(jīng)網(wǎng)絡自動組合特征實現(xiàn)圖像分類,并基于遷移學習的方法,利用卷積神經(jīng)網(wǎng)絡在大型自然數(shù)據(jù)集上的... 

【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：82 頁

【學位級別】：碩士

【部分圖文】：

圖１．１不同掃描儀的掃描結(jié)果??

浙江大學碩士學位論文??第一章緒論??祆究背景．國內(nèi)丹．本文主要??及意義?研究現(xiàn)狀?研究內(nèi)容??第二章１腺癌病理圖像輔助診斷技術(shù)基硅??乳膝癌病理圖像分析的技術(shù)基礎??Ｉ??？?古??乳腺癌病理圖ｔ?乳ｆ癌病理圖像??細胞分割技術(shù)?ｉ處理技術(shù)??第三章乳豚癌病理ｉｆ良惡性分類方法研究??針對傳統(tǒng)方法特征提取困難引入卷積神經(jīng)網(wǎng)絡??￣￣?Ｉ?￣￣??針對模型從頭訓練困難引入遷移學習??模１、超參數(shù)選取與模型驗證??Ｉ????第四耷浸潤性乳腺癌拓胞核異Ｉ性指標評詁方法研究?第玉章浸潤性ｆｕ膝癌有絲分裂數(shù)指標評估方法研究??針對傳統(tǒng)方法人工特征設計難度太引入深度學習???：?Ｉ?針對現(xiàn)有萬法檢測歿果差弓入特粑金字塔??Ｉ??????ｔ．?￣￣?－－?ｉ??Ｉ??｜針對非逐像素標注的數(shù)據(jù)集構(gòu)建標注模型??１?士?一１?￣￣￣?－■?■?」■?：??鏟對模型假陽率高引ｖ分類驗證糢型??基丁融合兔略的細胞核異型性指杯評估萬法??????１?￣￣１??第六章總結(jié)與展望??圖１．２本文技術(shù)路線??８??

圖２．１?ＡｋｘＮｃｔ結(jié)構(gòu)??

【參考文獻】：
期刊論文
[1]基于深度卷積網(wǎng)絡和結(jié)合策略的乳腺組織病理圖像細胞核異型性自動評分[J]. 周超,徐軍,羅波.  中國生物醫(yī)學工程學報. 2017(03)
[2]中國女性乳腺癌發(fā)病死亡和生存狀況[J]. 陳萬青,鄭榮壽.  中國腫瘤臨床. 2015(13)
[3]乳腺癌在中國的流行狀況和疾病特征[J]. 鄭瑩,吳春曉,張敏璐.  中國癌癥雜志. 2013(08)

碩士論文
[1]基于病理圖像的乳腺癌分類方法研究[D]. 于翠如.北京交通大學 2019
[2]基于深度學習的乳腺組織病理類型的多分類方法研究[D]. 李雨倩.中國科學技術(shù)大學 2019
[3]基于卷積神經(jīng)網(wǎng)絡的乳腺癌有絲分裂檢測技術(shù)的研究[D]. 吳柏倩.哈爾濱工業(yè)大學 2017



本文編號：3580058