用卷积神经网络代替病理专家和医护人员,识别出病理图像中所有带恶性病灶的区域。若存在恶性病灶,可快速精准判断出病灶大小及扩散程度,帮助患者确定肿瘤的侵略性分级。 使用的数据是真实的复现浸润性导管癌(IDC)病理检查图像,由搭载标本的整体载玻片按40倍放大扫描而来,图像的数据集样本量在27w,像素大约在200w~400w之间。
Flask+Vue前后端分离最佳实践-前端工程
最近一年贡献:0 次
最长连续贡献:0 日
最近连续贡献:0 日
贡献度的统计数据包括代码提交、创建任务 / Pull Request、合并 Pull Request,其中代码提交的次数需本地配置的 git 邮箱是 Gitee 帐号已确认绑定的才会被统计。