预览加载中，请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共25页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
如果您无法下载资料，请参考说明：
1、部分资料下载需要金币，请确保您的账户上有足够的金币
2、已购买过的文档，再次下载不重复扣费
3、资料包下载后请先用软件解压，在使用对应软件打开
基于深度学习的胃癌病理切片图像分割算法研究学 理 学 学 学 160301106870 · 理 学 学 2020 的 基于深度学习的胃癌病理切片图像分割算法研究 的 研究 的 的 的 理 学 学 2020 基于深度学习的胃癌病理切片图像分割算法研究 分 深度学习 学 像 研究 的基 癌 病理切片的分割 的研究 基于 的胃癌病理切片的 分割 法 法 基 的 的分割 的 的分割 89% MIoU 65% 法 的 法 的 深度学习 学图像分割胃癌病理切片 理 学 学 2020 ResearchonImageSegmentationAlgorithmofGastricCancerPathologicalSlicesBasedonDeepLearningAbstractBasedontheanalysisandapplicationofdeeplearninginmedicalimagerecognitionathomeandabroad,thispaperconductsadetailedstudyonthesegmentationofcancerpathologicalslices,andproposesanautomaticsegmentationmethodofgastriccancerpathologicalslicesbasedonconvolutionalneuralnetworks.Thismethodisbasedonafullconvolutionalneu-ralnetworkandincorporatesapyramidpoolingmodule.Thepyramidpoolingmodelcaneffectivelyimprovethereceptivefieldofthenetwork,anditcanbetteradapttosegmentedobjectsofdifferentsizes.Andachievedagoodsegmentationeffect.Theexperimentalre-sultsshowthattheaverageaccuracyratereaches89%andMIoUreaches65%.Thismethodhasbeengreatlyimprovedcomparedwiththetraditionalmethodsinthepast.Keywords:DeepLearningPyramidPoolingModelMedicalImageSegmentationGas-tricCancerPathologicalSection 理 学 学 2020 1 11.1研究 .................................11.2 .....................................12 的 32.1 ..................................32.2 算法.....................................42.2.1 度 算法...........................42.3 .....................................43基于PSPNet胃癌病理切片图像分割53.1 .................................53.2PSPNet......................................63.2.1ResNet..................................63.2.2 .................................83.2.3 ..
