手机版 English 帮助中心
外文文献知网节
文献信息节点
基本信息 摘要 关键词 核心评价 相关文献
Journal | [J] 世界医学前沿 Volume 3, Issue 11. 2021.
基于深度学习的宫颈癌智能预测系统实现
作者 : 刘 四旗, 高 泰恒, 李 萌奇, 王 淑娇
DOI: 10.12361/2705-1161-03-11-81459
全部来源
获取全文
摘要 / Abstract
目前宫颈癌呈现出低龄化的趋势，早筛早诊尤为重要。细胞检测是早筛的重要方法，但其也有明显缺点。本文提 出了一种基于 U-Net 算法和 YOLO 系列算法的宫颈癌细胞学检测方法，通过算法改进提高了其分割、检测效果。通过对 U-Net 算法的网络调整，提高了特征信息的利用率，提升分割效果，将分割出的细胞区域更加准确，提高了其性能。
关键词 / Keywords
宫颈癌细胞学；U-Net 神经网络；损失函数
Related articles / 相关文献
相似文献
作者发文
机构发文
关键词分析
相似文献（说明：与本文内容较接近的文献）
  • [1] 贺淑芳 . 宫颈癌筛查精细化管理研究以及 miR-145-5p/
  • FSCN1 致病机制研究 [D]. 南昌大学 ,2021.
  • [2] Van Grinsven M J J P, van Ginneken B, Hoyng C B, et
  • al. Fast convolutional neural network training using selective data
  • sampling: Application to hemorrhage detection in color fundus
  • images[J]. IEEE transactions on medical imaging, 2016, 35(5): 1273-
  • 1284.
  • [3] 李成 . 基于改进 YOLOv5 的小目标检测算法研究 [J]. 长
  • 江信息通信 ,2021,34(09):30-33.
《中国学术期刊(光盘版)》电子杂志社有限公司 KDN平台基础技术由KBASE 11.0提供
© 2014-2018中国知网(CNKI) 京公网安备11010802020460号 经营性网站备案信息 互联网出版许可证 新出网证(京)字271号 京ICP证040431号