针对病理图像染色不均匀及良恶性难以鉴别的问题，提出基于Cycle-GAN和改进的双路径网络（DPN）的算法框架.利用Cycle-GAN进行颜色归一化处理，解决因病理图像染色不均匀导致的检测模型精度偏低问题，通过对图像进行重叠切片，基于DPN网络采用增加小卷积、反卷积和注意力机制，增强模型对病理图像纹理特征的分类能力.在BreaKHis数据集上的实验结果表明，所提算法有效提高了乳腺癌病理图像良恶性分类的准确性.
科研之友
微信
新浪微博
Facebook
分享链接
