【摘 要】
：
乳腺癌是女性发生率最高的癌症之一,病理图像分析是诊断其病情的“金标准”。使用卷积神经网络进行病理图像分析,可解决人工阅片过程冗余费时易漏检和机器学习方法辅助诊断存在局限等问题。然而病理图像存在微小转移病灶、细胞核异质、细胞核重叠和边界粘连等问题,影响识别精度。故本文提出新的网络模型,分类识别乳腺癌前哨淋巴结病理图像,并进一步对病理图像中细胞核的分割与分类进行研究。主要工作如下:（1）提出一种SEN
论文部分内容阅读
乳腺癌是女性发生率最高的癌症之一,病理图像分析是诊断其病情的“金标准”。使用卷积神经网络进行病理图像分析,可解决人工阅片过程冗余费时易漏检和机器学习方法辅助诊断存在局限等问题。然而病理图像存在微小转移病灶、细胞核异质、细胞核重叠和边界粘连等问题,影响识别精度。故本文提出新的网络模型,分类识别乳腺癌前哨淋巴结病理图像,并进一步对病理图像中细胞核的分割与分类进行研究。主要工作如下:（1）提出一种SENet多路网络用于PCam数据集中乳腺癌转移病理图像的分类识别,解决细胞重叠、微小转移病灶等导致难以识别的问题。模型由SENet模块和多路卷积单元组成,卷积单元内采用跳跃跨层连接、标准卷积与深度可分离卷积融合等策略,可获取更为丰富的特征信息。结果表明,模型对乳腺癌淋巴结宏观转移和微转移均有较好的分类识别性能。（2）提出一种多尺度U-Net网络用于TNBC数据集中细胞核的分割与分类,解决细胞核异质、细胞核重叠粘连等导致难以分割和分类的问题。模型采用共享一个编码层和分离两个解码层的结构,可同时进行细胞核的分割与分类任务。网络中编码层使用Dense Net161网络,可增强学习能力;解码层加入多尺度特征结合模块,可结合不同尺度特征图以提高精度;同时使用新的组合损失函数,可提升训练效果。结果表明,模型对乳腺癌细胞核有较好的分割与分类性能。本文较好的实现了对PCam病理图像的分类识别和对TNBC数据集中细胞核的分割与分类,各项评估指标较已有研究成果均有明显提升,并在Kumar等数据集上也取得了较为理想的识别效果,对于协助诊断病情、确定转移情况和治疗方案具有一定意义。
其他文献
＜正＞国家提出各行各业都要创新发展，装配式建筑也是顺势而行。装配式建筑行业大有发展，更需要与新时代新型的信息技术高度配合。首先，装配式建筑的施工方式就是将提前在工厂预制好的房屋构件，包括预制楼板、预制墙、梁柱，以及预制楼梯等构件，成批量的快速集中的运送到建筑工地，然后将所有的预制零部件按规定施工规范及步骤装配起来，从容形成最终的目标建筑物。BIM技术的优点是可以根据原始数据在虚拟的环境中进行设计并
喷墨打印技术作为一种溶液法薄膜制备技术,因其在大面积、无掩模、材料利用率高和生产成本低等方面的优势,已成为学术界和产业界的重点研究对象。广泛认为它将替代真空蒸镀法,成为下一代制备有机发光二极管（OLED）和钙钛矿量子点发光二极管（PQD LED）等电致发光器件的工艺方法。而器件中所有功能层全打印制备是研究工作者追求的目标。解决多层打印中存在的困难,是本论文的主要目的。本文以分别以OLED和PQD
黑色镀层具有特殊的光学性质,在航空航天,光学镜头等方面具有广泛的应用。镍基复合镀层具有优良的耐腐蚀性,耐磨性以及抗氧化性。纳米二氧化铈具有独特的萤石性结构,并且具有优良的储放氧功能和氧化还原反应。一定的紫外光照射二氧化铈薄膜可以产生光生电子和光生空穴,研究光照下沉积二氧化铈薄膜的成核与生长机理对薄膜的质量和性能具有十分重要的意义。本文在研究了光助沉积纳米二氧化铈薄膜早期成核生长机制的基础上,在低碳
电磁超构表面是一种基于亚波长单元粒子所组成的人工合成表面,它可以对电磁波的振幅、相位以及偏振方向进行自由调控。为了降低金属结构超构表面的欧姆损耗,提出太赫兹波全介质超构表面。利用全介质亚波长单元粒子,基于参数扫描优化设计方法,实现360°相位变化特性,构建编码超构表面。编码超构表面将物理编码粒子与数字编码相结合,可以对全介质编码超构表面序列运用数字信号处理中的傅里叶卷积原理进行编码加法和减法运算,
中红外激光在科学前沿、光电对抗、医疗卫生、材料加工和环境监测等领域的重要应用背景和极大需求,使得它已经成为国防和民用竞相研究开发的重要领域,尤其是在高性能和多功能中红外光电器件以及光通讯方面。稀土离子能级丰富,同一离子有多个发射峰便于实现多波长运转,这使得稀土掺杂光功能玻璃一直以来占据着激光泵浦材料行业的主导地位。碲酸盐玻璃基质因较低的声子能量,稳定的物化性能以及高稀土离子掺杂能力而受到关注。虽然
软磁复合材料是由金属软磁颗粒经界面绝缘包覆复合而成的软磁材料,其作为一种磁-电转换功能材料,兼具金属软磁高饱和磁化强度和铁氧体软磁高电阻率、低损耗的优点,被广泛应用于电力工程、现代通讯和新型能源等领域。但与此同时,软磁复合材料也面临有效磁导率低,高频损耗居高不下等诸多问题,目前采取的方法主要是改变绝缘层的成分,在提升有效磁导率的同时尽可能降低磁损耗。理论上,优化磁体结构改变可以很大程度上影响材料性
步态识别作为一种基于人体运动特征的生物信息认证方式,一直是近年来计算机视觉的热门领域。与其他生物特征如,虹膜、人脸相比,步态天然地包含静态的外貌特征以及动态的时序特征,更具有难以模仿和伪造的特性,此外识别过程可以在非接触情况下进行,使得步态识别技术在公共安全场所拥有巨大的实用价值。但在实际应用中,步态识别技术遇到跨视角、跨场景等诸多现实挑战,为了提供针对性解决方案,本文依托深度学习算法展开实验研究
2μm掺铥超短脉冲激光器充分利用了掺杂光纤的增益带宽,不仅输出强而且脉宽窄,因此在很多前沿领域都具有重要的应用价值。被动锁模光纤激光器较好的兼顾了设备光纤化并且输出稳定,因此已经成为获得超短脉冲输出的一种重要途径。以半导体可饱和吸收镜（Semiconductor Saturable Absorption Mirror,SESAM）、二维材料等为代表的可饱和吸收体（Saturable Absorbe
行为金融学理论表明诸如股票评论等文本信息可以通过影响投资者心理进而影响投资者决策,最终作用于股票价格。基于此理论,本文将股票评论等基本面信息与股票关键指标相结合对股票收盘价进行预测。但是目前对该领域的研究存在以下问题:BERT情感分析模型由于其参数量巨大,难以实现工业级应用。另外当使用循环神经网络对股票进行预测时,可能会发生梯度消失和梯度爆炸的问题,从而影响预测精度。针对以上问题,本文设计出一种对
基于三维扫描测头的在线检测技术被广泛应用于工业中复杂曲面零部件的检测,但其过于依赖工业机器人本身的定位精度。基于立体视觉的检测技术的发展使得非接触式的实时在线高精度测量得以实现,可有效改善机器人自身定位精度低对扫描测头测量精度的影响。为此,本文以单目立体视觉测量技术为基础,搭建位姿跟踪测量系统,实现对机器人末端扫描测头位姿的高精度测量。本文主要研究内容如下:（1）研究了单目位姿测量系统的理论基础,