全文总字数：1236字
1. 毕业设计（论文）主要内容：
对病理图像进行准确地分类是医生制订最佳治疗方案的重要依据，基于人工智能自动将病理图像进行良、恶性分类，不仅可以提高诊断效率， 还能为医生提供更加客观、准确的诊断结果，因而具有重要的临床应用价值。本课题要求研究乳腺癌病理图像自动分类技术，设计基于深度学习的乳腺癌病理图像自动分类算法，并开发出相应的自动分类软件。
2. 毕业设计（论文）主要任务及要求
- 调研，了解乳腺癌病理图像自动分类以及人工智能的国内外发展现状，明确研究内容、技术路线，完成开题报告。
阅读的参考文献不少于15篇（其中近五年外文文献不少于3篇)。
- 研究深度学习的原理和应用开发步骤。剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 毕业设计（论文）完成任务的计划与安排
1~3周：调研，完成开题报告的撰写。
4周：开题答辩，并完成总体设计。
5~6周：构建乳腺癌病理图像数据集。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！4. 主要参考文献
- Eric Matthes．Python教程从入门到实践[M]．人民邮电出版社，2016.07。
- 郑泽宇，顾思宇.TensorFlow 实战Google深度学习框架[M]．北京：电子工业出版社，2017.3。
- 何雪英， 韩忠义， 魏本征．基于深度学习的乳腺癌病理图像自动分类．计算机工程与应用，2018，54（12）， p121-125
- Shen D,Wu G, Suk H I. Deep learning in medical image analysis[J]. Annual Review of Biomedical Engi-neering, 2017, 19（1）.
- Bayramoglu N, Kannala J, Heikkil J. Deep learning for magnification independent breast cancer histopathology image classification [C] // International Conference on Pat-tern Recognition (ICPR), 2016: 2441-2446.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付 -
