基于迁移学习的肿瘤病理学数据分析研究

为解决癌症的诊断问题,提高诊断的效率与准确率,增强诊断的可靠性,运用了TensorFlow搭建训练基于卷积神经网络的癌症分类模型,基于VGG16架构,采用深度单类分类算法,使用迁移学习,采集正常细胞病理学数据,来训练出可以识别癌变数据的模型,从而精准自动地将正常细胞与肿瘤病理学数据分类。结果表明建立的基于迁移学习的分类模型可以很好地帮助病理学家检测癌症,缩短诊断时间。