典型文献
基于空间注意力机制的EfficientNet乳腺癌病理图像分类研究
文献摘要：
乳腺组织病理图像是目前判断乳腺癌的标准,由于其图像内在的复杂性和多样性,使得病理的诊断工作繁琐且耗时,并且诊断结果受医生主观经验影响较大.本文设计并优化了采样分类策略,搭建了基于空间注意力机制的EfficientNet网络模型,用来对乳腺癌组织病理图像数据集进行分类.实验结果表明,该方法能较为准确地分类乳腺病理图像,八分类的识别精度达到90％以上,具备较大的临床参考意义.
文献关键词：
深度学习;乳腺癌病理图像;空间注意力机制;EfficientNet模型
中图分类号：
作者姓名：
刘雅楠;王晓艳;李靖宇;郝利国;赵添羽;邹鹤;许东滨
作者机构：
齐齐哈尔医学院,黑龙江,齐齐哈尔,160006;齐齐哈尔市第一医院,黑龙江,齐齐哈尔,161000
文献出处：
引用格式：
[1]刘雅楠;王晓艳;李靖宇;郝利国;赵添羽;邹鹤;许东滨-.基于空间注意力机制的EfficientNet乳腺癌病理图像分类研究)[J].电子元器件与信息技术,2022(08):1-4
A类：
B类：
空间注意力机制,EfficientNet,乳腺癌病理图像分类,分类研究,乳腺组织,组织病理图像,像是,断乳,得病,诊断结果,分类策略,癌组织,图像数据集,乳腺病,八分,识别精度
AB值：
0.269296
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
