病理图像

作品数：235被引量：675H指数：12
导出分析报告
相关领域：自动化与计算机技术医药卫生更多>>
相关作者：姜志国徐军张浩鹏谢凤英刘娟更多>>
相关机构：北京航空航天大学南京信息工程大学中国科学院杭州迪英加科技有限公司更多>>
相关期刊：更多>>
相关基金：国家自然科学基金北京市自然科学基金江苏省自然科学基金福建省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 基金=北京市科技计划项目x
共 条 记 录，以下是1-3
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
肿瘤组织病理图像定量分析在腹膜假黏液瘤中的研究进展
《医学综述》2020年第23期4643-4649,共7页马茹 闫风彩 李鑫宝 林育林 李雁 
北京市医院管理局“登峰”人才培养计划(DFL20180701);北京市科技计划课题(Z161100000516077);北京市优秀人才培养资助集体项目(2017400003235J007);北京市自然科学基金(7172108);北京市卫生与健康科技成果和适宜技术推广项目(2018-TG-27)。
腹膜假黏液瘤(PMP)是一种罕见的临床肿瘤综合征,早期诊断困难,手术切除为主要治疗手段,但手术后极易复发,准确的病理组织学分型有助于评估肿瘤生物学行为、辅助治疗决策、判断临床预后。数字病理的兴起,推动了肿瘤病理学由定性诊断向计...
关键词：腹膜假黏液瘤 肿瘤组织病理图像 定量分析 计算机辅助诊断 
MIFNet:基于多尺度输入与特征融合的胃癌病理图像分割方法被引量：8
《计算机应用》2019年第S02期107-113,共7页张泽中 高敬阳 赵地 
国家重点研发计划项目(SQ2017ZX106047);北京市自然科学基金资助项目(5182018);北京市自然科学基金重点项目(4161004);北京市科技计划项目(Z171100000117001,Z161100000216143)
针对人工判别胃癌病理图像对专业知识要求较高且费时费力的问题,提出一种基于深度学习的分割算法对胃癌病理图像的病变区域进行自动分割,为病理医生的工作提供更有依据的诊断指导。在已有的U-Net模型基础上,提出一种基于多尺度输入与特...
关键词：多输入融合网络 多尺度输入 特征融合 胃癌病理图像 图像分割 
基于深度学习的胃癌病理图像分类方法被引量：25
《计算机科学》2018年第B11期263-268,共6页张泽中 高敬阳 吕纲 赵地 
国家自然科学基金(61472026);国家重点研究发展计划(SQ2017ZX106047);北京市自然科学基金重点项目(4161004);北京市自然科学基金资助项目(5182018)资助;北京市科技计划项目(Z171100000117001);北京市科技计划项目(Z161100000216143)
针对深度卷积神经网络能够有效提取图像深层特征的能力,选择在图像分类工作中表现优异的GoogLeNet和AlexNet模型对胃癌病理图像进行诊断。针对医学病理图像的特点,对GoogLeNet模型进行了优化,在保证诊断准确率的前提下降低了计算成本。...
关键词：深度学习 卷积神经网络 胃癌病理图像 GoogLeNet优化 模型融合 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部