基于弱监督的宫颈癌病理切片的分类算法设计及性能优化

目录

声明

摘要

第1章绪论

1．1研究背景及意义

1．1．1研究背景

1．1．2研究意义

1．2研究问题及面临的挑战

1．2．1面临的挑战

1．3主要工作

1．4本文组织结构

第2章相关背景及技术介绍

2．1 宫颈鳞状细胞癌

2．2计算机辅助诊断及其在病理学领域的研究现状

2．2．1计算机辅助诊断

2．2．2细胞核分割

2．2．3病理组织分类

2．2．4全病理切片分类

2．3深度学习算法

2．3．1卷积神经网络

2．3．2弱监督学习

2．3．3分布式训练

2．4分类算法的性能评估指标

2．5本章小结

第3章基于弱监督的宫颈癌病理切片分类算法

3．1 宫颈癌病理切片的弱监督标注策略

3．1．1 弱监督学习在WSI研究的可行性实验

3．1．2 宫颈癌病理切片数据集及弱监督标注方案

3．2 宫颈癌病理切片分类算法整体框架

3．3 宫颈癌病理切片的肿瘤区域定位算法

3．3．1 病理切片分块图像的采集

3．3．2基于卷积神经网络的病理分块分类模型

3．3．3重叠的热力图生成策略

3．4宫颈癌病理切片的分类算法

3．4．1随机森林算法

3．4．2肿瘤热力图的形态特征选取

3．5实验及结果分析

3．5．1 实验环境

3．5．2弱监督的可行性实验与结果分析

3．5．3宫颈癌病理切片数据集

3．5．4肿瘤区域定位实验与结果分析

3．5．5病理切片分类实验与结果分析

3．6本章小结

第4章宫颈癌病理切片分类算法的优化

4．1 宫颈癌病理切片分类算法的时效性分析

4．2 宫颈癌病理切片分类算法的串行优化

4．2．1算法的冗余计算

4．2．2 CNN的共享特征策略及其边缘影响

4．2．3无填充的全卷积神经网络

4．3宫颈癌病理切片分类算法的并行优化

4．3．1 Ring All-Reduce的数据并行算法

4．3．2混合精度训练

4．4实验结果及分析

4．4．1实验环境

4．4．2 宫颈癌病理切片分类算法的串行优化实验与结果分析

4．4．3 宫颈癌病理切片分类算法的并行优化实验与结果分析

4．5本章小结

第5章总结与未来展望

5．1 工作总结

5．2未来展望

参考文献

致谢

在读期间发表的学术论文与取得的研究成果

在读期间参与的科研项目