案例介绍
本项目的目的是通过病患的病理切片显微图像来判断病人是否罹患癌症。
输入是一张2048*2048的图像。输出是病患罹患肺腺癌的概率。
本项目的流程是1.预处理图像，2. 分割肺腺癌细胞，3. 通过计算肿瘤含量计算肺腺癌的概率，见上图。处理的算法是深度学习算法。
本项目的难点是从正常细胞中分割出肺腺癌细胞。肺腺癌细胞在样本中占比极少。所以产生训练样本时扩增了肺腺癌细胞的样本量，且使用weighted loss function来减少算法的偏差。分割模型使用的是我修改过的一个3d-unet的变种，见上图。
本项目的论文见链接。
案例图片
相似案例推荐
其他人才的相似案例推荐
-
国开云课堂
国家开放大学学习网云课堂，集中展示国开学习网各种课程，并提供
-
停车场管理系统
系统架构：springboot，mysql，mybatisp
-
工业相机ISP
ISP算法开发，仿真及C++实现，包括但不限于镜头阴影、镜头
-
工业相机ISP
ISP算法开发，仿真及C++实现，包括但不限于镜头阴影、镜头
-
工业相机ISP
ISP算法开发，仿真及C++实现，包括但不限于镜头阴影、镜头
-
人脸识别
光学元器件选型，镜头设计; matlab 仿真图像，对图像
-
LORA平台
基于STM8L+SX1278开发的LORA平台，实测可视传输
-
纯国产平台
基于GD32F450+GW2A-LV55的纯国产时基平台，钟
-
web摄像头漏洞探测利用
基于C#的web摄像头漏洞探测利用自动化程序编写，插件采用P
-
基于深度学习的DGA恶意域名识别
利用深度学习，结合DGA恶意域名规律特点，建立深度学习模型，
-
个人博客分享
个人博客网站是响应式开发，我担任的角色是全局者从设计开发测试
-
EpaySlip
项目为公司内部工资单系统 ，我在项目担任的角色为前端开发和U
微信接收人才推送
关注猿急送微信平台，接收实时人才推送
接收人才推送
联系需求方端客服