發(fā)布時(shí)間：2022-01-10 04:33

　　乳腺癌是目前嚴(yán)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(shì)�；诓±韴D像的組織病理學(xué)檢查是診斷乳腺癌的重要依據(jù),而對(duì)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(fù)雜性和多樣性等特點(diǎn),導(dǎo)致乳腺癌病理圖像閱片門檻高、耗費(fèi)時(shí)間長。此外,由于不同病理學(xué)家對(duì)組織和細(xì)胞特征評(píng)判標(biāo)準(zhǔn)的主觀性和個(gè)人水平差異,導(dǎo)致不同診斷結(jié)果之間的一致性較低。數(shù)字病理和計(jì)算機(jī)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(diǎn)。因此,本文針對(duì)乳腺癌診斷過程中的實(shí)際需求,對(duì)乳腺癌病理圖像良惡性分類、浸潤性乳腺癌細(xì)胞核異型性指標(biāo)評(píng)估、浸潤性乳腺癌有絲分裂數(shù)指標(biāo)評(píng)估等問題開展研究,提出了基于機(jī)器學(xué)習(xí)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(diǎn)如下:（1）研究了乳腺癌病理圖像良惡性分類方法。針對(duì)乳腺癌病理圖像復(fù)雜多變、傳統(tǒng)圖像處理方法難以有效提取和組合特征導(dǎo)致分類準(zhǔn)確率較低的問題,研究了基于卷積神經(jīng)網(wǎng)絡(luò)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(luò)自動(dòng)組合特征實(shí)現(xiàn)圖像分類,并基于遷移學(xué)習(xí)的方法,利用卷積神經(jīng)網(wǎng)絡(luò)在大型自然數(shù)據(jù)集上的... 

【文章來源】：浙江大學(xué)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(xué)位級(jí)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(xué)碩士學(xué)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(chǔ)??Ｉ??？?古??乳腺癌病理圖ｔ?乳ｆ癌病理圖像??細(xì)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(duì)傳統(tǒng)方法特征提取困難引入卷積神經(jīng)網(wǎng)絡(luò)??￣￣?Ｉ?￣￣??針對(duì)模型從頭訓(xùn)練困難引入遷移學(xué)習(xí)??模１、超參數(shù)選取與模型驗(yàn)證??Ｉ????第四耷浸潤性乳腺癌拓胞核異Ｉ性指標(biāo)評(píng)詁方法研究?第玉章浸潤性ｆｕ膝癌有絲分裂數(shù)指標(biāo)評(píng)估方法研究??針對(duì)傳統(tǒng)方法人工特征設(shè)計(jì)難度太引入深度學(xué)習(xí)???：?Ｉ?針對(duì)現(xiàn)有萬法檢測(cè)歿果差弓入特粑金字塔??Ｉ??????ｔ．?￣￣?－－?ｉ??Ｉ??｜針對(duì)非逐像素標(biāo)注的數(shù)據(jù)集構(gòu)建標(biāo)注模型??１?士?一１?￣￣￣?－■?■?」■?：??鏟對(duì)模型假陽率高引ｖ分類驗(yàn)證糢型??基丁融合兔略的細(xì)胞核異型性指杯評(píng)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(xiàn)】：
期刊論文
[1]基于深度卷積網(wǎng)絡(luò)和結(jié)合策略的乳腺組織病理圖像細(xì)胞核異型性自動(dòng)評(píng)分[J]. 周超,徐軍,羅波.  中國生物醫(yī)學(xué)工程學(xué)報(bào). 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(xué) 2019
[2]基于深度學(xué)習(xí)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(xué)技術(shù)大學(xué) 2019
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的乳腺癌有絲分裂檢測(cè)技術(shù)的研究[D]. 吳柏倩.哈爾濱工業(yè)大學(xué) 2017



本文編號(hào)：3580058