胃肠道间质瘤是一个多发于胃肠道的肿瘤,威胁着人类的安全健康。核分裂象数是判断胃肠道间质瘤恶化潜能的重要指标,使用计算机自动检测病理切片中的核分裂象并作为指标辅助医生对病情进行诊断具有重要意义。团队针对核分裂象病理特征,实现了Mito Faster R-CNN核分裂象目标检测结构,最终的F1指标可达0.8540。
上一条:基于深度学习的肺部病理图像分类技术 下一条:基于深度学习的淋巴瘤病理图像辅助诊断方法及应用
Copyright © 人工智能与网络科学研究所 版权所有 地址:天津市南开区卫津路92号天津大学 邮编:300072