深度医疗(2) - 基于深度学习乳腺癌诊断识别

深度医疗是笔者基于深度学习的医学项目应用开发实践，经过整理输出了文档和本系列课程，希望通过分享可以和大家共同讨论、相互学习，探索更好的解决方案。笔者是一名普通的大数据和人工智能领域从业者，过程中如有错误和理解不到位的地方请广大同仁不吝赐教。笔者一直坚信深度学习和医学的有机结合一定能碰撞出性能强大的深度医疗系统，服务大众。

深度医疗(2) - 乳腺癌诊断识别

本文主要介绍了通过深度学习进行乳腺癌识别的应用，首先简单介绍了乳腺癌医学背景和相关知识，接着介绍了目前能获得的公开的乳腺癌数据集，最后介绍了神经网络的实现方式和处理后的效果以及性能分析。

1.概述

根据国际研究机构世界卫生组织癌症统计，2012年有820万人死亡是由癌症引起的，到2030年之前，会有2700万的新增病例，其中乳腺癌是最常见的癌症之一，与其他类型的癌症相比较，乳腺癌也是死亡率非常高的一种癌症类型。乳腺癌是发生在乳腺腺上皮组织的恶性肿瘤。乳腺癌中99%发生在女性，男性仅占1%。

2.数据集

数据集是由82名患者的9109张乳腺肿瘤组织显微图像组成的，其中每组图像都由不同放大倍数（40X、100X、200X和400X）的图像组成，图片格式是PNG格式，包含3个RGB通道，单通道是8个比特位宽，每张图片分辨率是700x460。
下载