|
|
1.
深度学习在主动脉中膜变性病理图像分类中的应用
孙中杰, 万涛, 陈东, 汪昊, 赵艳丽, 秦曾昌
计算机应用
2021, 41 (1):
280-285.
DOI: 10.11772/j.issn.1001-9081.2020060895
胸主动脉瘤和夹层（TAAD）是严重的心血管疾病之一，而中膜变性（MD）的组织学改变对疾病的诊断及早期干预具有重要的临床意义。针对病理图像的高度复杂性使得MD的诊断过程耗时费力且一致性差的问题，提出了一种基于深度学习的病理图像分类方法，并将其应用于四种MD病变类型以进行性能验证。该方法使用了一种改进的基于GoogLeNet的卷积神经网络模型，首先采用迁移学习来将先验知识应用于TAAD病理图像的表达，然后使用Focal loss和L2正则化来解决数据不平衡问题，从而进一步优化模型性能。实验结果表明，所提模型的平均四分类准确率达到98.78%，表现出较好的泛化性能。可见所提方法可以有效地提升病理学家的诊断效率。
参考文献 |
相关文章 |
多维度评价
|
|
