数字病理学 任务说明 该项目的总体目标是将组织图像分类为病变或未病变。 这些组织图像由大量单个或未患病的细胞组成。 因此,能够对整个图像进行分类不是很有用。 我有兴趣解决此问题的方法称为图像分割。 这将通过在图像上运行对象检测算法,在每个单元格周围放置一个边界框来实现。 然后,将分割后的细胞图像输入到深度神经网络分类器中,该分类器将返回代表该细胞是否患病的概率。 如果此概率超过某个阈值,则该单元格的边界框将与给定概率一起叠加在原始图像上。 方法 该程序使用自定义RCNN算法处理高分辨率图像(大约8000x12000像素)。 该模型由两个单独的深度神经网络,区域提议网络(RPN)和分类器组成。