基于深度学习的腺体分化程度自动分类

利用组织细胞病理切片来判断细胞的分化程度,是目前医学上最主要的判断细胞癌变程度的方法之一。怎样既快速又准确的识别组织细胞分化程度,是目前医学上需要解决的问题之一。为此,提出了一种针对腺体分化程度的自动识别分类方法,即对腺体病理切片图像进行颜色通道采样,增强病理图像上细胞核质特征,在此基础上使用传统图像的预处理操作增强图像特征。构建一个含有17个卷积层的卷积神经网络训练数据,使用微调策略对网络进行优化。实验结果表明,所提出的方法在分类结果上表现优秀,最终分类精度达到95%左右。