机构名称：
¥ 1.0
肿瘤出芽被认为是癌细胞活动的标志，是肿瘤转移的第一步。本研究旨在通过对直肠癌出芽病理图像训练基于区域的Faster R-CNN，建立直肠癌出芽病理自动诊断平台。选取青岛大学附属医院2015年1月至2017年1月236例直肠癌患者术后病理切片图像进行分析，使用Label图像软件标记肿瘤部位，利用Faster R-CNN对学习集图像进行训练，建立肿瘤出芽病理分析自动诊断平台。使用测试集图像验证学习结果。通过受试者工作特征（ROC）曲线对诊断平台进行评估。通过对肿瘤出芽病理图像进行训练，初步建立了直肠癌出芽病理自动诊断平台。对训练集中结节类别的准确率和召回率绘制准确率-召回率曲线，曲线下面积=0.7414，说明Faster R-CNN的训练是有效的；在验证集中验证ROC曲线下面积为0.88，说明建立的人工智能平台在肿瘤出芽病理诊断中表现良好。建立的用于直肠癌肿瘤出芽病理诊断的Faster R-CNN深度神经网络平台可以帮助病理医生做出更高效、准确的病理诊断。
边界
主要关键词
相关文件推荐
