论文部分内容阅读
乳腺癌严重威胁女性健康和生命,及时诊断并提供治疗方案给医生带来了挑战,病理图像分类结果是医生确诊的重要依据,实现乳腺癌病理图像识别分类具有重要意义及临床应用价值。近年来,大多数研究集中于良恶性分类,而不同类型的乳腺肿瘤本身具有不同病因及治疗方法。采用Inception-ResNet-V2深度卷积神经网络模型,实现对乳腺癌病理图像的八分类,利用数据增强和迁移学习方法,在Matlab上对数据集BreaKHis进行实验。结果表明,该方法识别率基本达到80%以上,比大部分已有研究成果效果更优。