论文部分内容阅读
腺体病变引起的疾病如结肠腺癌、乳腺癌等的发病率逐年增高,病理检查是临床诊断的"金标准",从病理图像中准确分割病灶范围对疾病的诊疗至关重要,然而这是一项费时费力的工作,同时与病理医生的水平与经验有关。近年来,计算机辅助诊断系统和深度学习(Deep learning)在医学图像处理领域快速发展并得到广泛应用,为进一步减轻医生的工作负担,采用经典神经网络对腺体病理图像进行区域分割,并使其能够适用于更加广泛的腺体分割,在腺体病理图像中取得较好的分割效果,为辅助早期诊断及减小误诊概率提供可能。