典型文献
多分支压缩和激励网络的蕈样肉芽肿细胞分类
文献摘要：
基于中国医学科学院皮肤病研究所收集的77张早、中期皮肤蕈样肉芽肿全扫描切片,构建了多分支压缩和激励网络模型,实现了皮肤蕈样肉芽肿的淋巴样细胞与上皮细胞的分类.模型分为编码和解码2个阶段,编码阶段对应一个分支;解码阶段有3个分支,对应一个主任务和2个辅助任务.主任务分支输出细胞分类的结果,辅助分支I输出细胞与背景,辅助分支II输出水平垂直边界图谱.在训练阶段,从切片中选取576张图像块,由专业病理科医生进行标记,其中将464张图像块用于训练,将112张图像块用于验证,最后在全扫描切片上进行测试.模型的细胞分割准确率为0.943,F1值为0.728,细胞的分类平均准确率为0.943.实验结果表明,所提出的模型能够实现皮肤蕈样肉芽肿淋巴样细胞和上皮细胞的识别与分类,为皮肤蕈样肉芽肿的计算机辅助诊断奠定了重要基础.
文献关键词：
蕈样肉芽肿;多分支压缩与激励网络;淋巴样细胞;水平垂直边界图谱
中图分类号：
作者姓名：
王俊洁;徐聪聪;赵增瑞;徐军;姜祎群
作者机构：
南京信息工程大学 自动化学院,南京210044;中国医学科学院 北京协和医学院皮肤病研究所,南京210042
文献出处：
引用格式：
[1]王俊洁;徐聪聪;赵增瑞;徐军;姜祎群-.多分支压缩和激励网络的蕈样肉芽肿细胞分类)[J].北京邮电大学学报,2022(04):31-36
A类：
压缩和激励网络,水平垂直边界图谱,多分支压缩与激励网络
B类：
蕈样肉芽肿,细胞分类,中国医学科学院,皮肤病,淋巴样细胞,上皮细胞,解码,辅助任务,II,训练阶段,病理科,细胞分割,平均准确率,识别与分类,计算机辅助诊断
AB值：
0.15512
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。
