肺腺癌预测

人工智能-其他 C&D

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。...