基于深度卷积神经网络的胃活检胃癌预测模型研究  

作　　者：王素英 张慧芝 桂坤 陈炳宪 

机构地区：[1]宁波市临床病理诊断中心,浙江省宁波市315000 [2]杭州智团信息技术有限公司,浙江省杭州市310052

出　　处：《电子技术与软件工程》2021年第21期99-103,共5页ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING

基　　金：宁波市公益类科技计划项目《基于深度学习胃镜活检标本人工智能诊断系统研究》(编号:2019C50077)。

摘　　要：本文研究一种计算机深度学习方法,该方法从胃活检数字病理图像中,定位癌变组织并预测患癌概率,提高病理医生工作效率及诊断准确率。采用深层卷积神经网络,训练并预测胃活检数字病理图像各图块的患癌概率。基于此模型预测整张数字病理图像的癌变热力图,从热力图中提取切片级分类特征,预测切片级患癌概率。实验结果显示,基于图块的分类AUC为0.95,切片级别的癌症诊断分类AUC为0.91。实验证明预测方法可进行胃镜活检切片的辅助诊断。

关 键 词：深度卷积神经网络 数字病理 胃癌预测 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP391.41[自动化与计算机技术—控制科学与工程] R735.2[医药卫生—肿瘤]