基于深度学习的癌细胞图像识别技术

作者：陈书华

来源：电子制作, 2020, (20): 30-33.

DOI：10.16589/j.cnki.cn11-3571/tn.2020.20.013

• 癌细胞
• 深度学习
• 卷积神经网络
• 深度神经网络
• 图像识别

当今时代,癌症是人类可怕的敌人。人们很难发现它的存在,现在几乎没有任何办法能治愈它,而且治疗费用昂贵。为解决这一问题,本文提出了"基于深度学习的癌细胞图像识别技术"。本文通过在网上搜集大量数据集,设计好深度神经网络(DNN)模型和卷积神经网络(CNN)模型并调整它们的参数,对含有癌细胞和正常细胞的数据集进行训练。为求证DNN与CNN哪个模型准确率更高及扩大数据集是否能提高模型准确率,我们用含有2000张图片和含有4000张图片的两组数据集分别对两个模型进行训练。结果是DNN模型的准确率分别是72%和73%,准确率提高了1%。CNN模型的准确率分别是75%和78%,准确率提高了3%。我们看到,CNN模型识别癌细胞的准确率更高,并且扩大数据集能提高模型的准确率。