近年来,大数据环境下幂级式增长的海量训练样本为癌症的诊断带来了数据资源,同时互联网的发展促进了深度学习开源框架的应用水平,推动了图像数据的精细化自动分类进入深度挖掘阶段。基于深度学习量化的核特征和派生特征可解决肿瘤细胞样本分类问题,因此肿瘤细胞病理学的研究为癌症的早期筛查和准确诊断提供条件。如何学习出更高层次的可视化特征网络模型,以及如何习得快速高效特异性强的新学习方法,需要高判别性、高稳定性及较好鲁棒性的肿瘤细胞自动分类学习算法应于临床诊断治疗中。
科研之友
微信
新浪微博
Facebook
分享链接
