基于深度神经网络的肿瘤细胞分类器的研究
来源期刊:软件工程2020年第10期
论文作者:孙运文 徐秀林
文章页码:1 - 4
关键词:深度神经网络;人工智能;分类器;肿瘤;
摘 要:近年来随着深度神经网络(Deep Neural Networks, DNN)的模型不断完善,DNN在肿瘤的数字图像识别方面精度越来越高,DNN受到了国内外医学界的广泛研究和重视,DNN为识别良性肿瘤与恶性肿瘤的临床诊断提供了客观、准确、快速、经济的解决方案。本文主要综述了DNN技术在识别良性肿瘤与恶性肿瘤方向上使用的几种常见分类器:卷积神经网络、生成对抗网络、深度残差网络和深度信念网络。分析了这几种分类器的原理及其应用的效果,分析了基于不同神经网络分类器的精准度和性能,提出了DNN的各种分类器在识别良性肿瘤与恶性肿瘤领域中面临的问题及未来发展的趋势。
孙运文,徐秀林
上海理工大学医疗器械与食品学院
摘 要:近年来随着深度神经网络(Deep Neural Networks, DNN)的模型不断完善,DNN在肿瘤的数字图像识别方面精度越来越高,DNN受到了国内外医学界的广泛研究和重视,DNN为识别良性肿瘤与恶性肿瘤的临床诊断提供了客观、准确、快速、经济的解决方案。本文主要综述了DNN技术在识别良性肿瘤与恶性肿瘤方向上使用的几种常见分类器:卷积神经网络、生成对抗网络、深度残差网络和深度信念网络。分析了这几种分类器的原理及其应用的效果,分析了基于不同神经网络分类器的精准度和性能,提出了DNN的各种分类器在识别良性肿瘤与恶性肿瘤领域中面临的问题及未来发展的趋势。
关键词:深度神经网络;人工智能;分类器;肿瘤;