全文总字数：1770字
1. 毕业设计（论文）主要内容：
近年来，深度学习技术一直都处于科研界的前沿。将深度学习应用到医疗图像识别上进行辅助诊断是当前计算机视觉领域最热的研究方向之一。卷积神经网络作为深度学习的代表算法之一，凭借着仿造生物的视觉机制构建，已经在图像识别领域得到了广泛应用。本课题拟设计一个基于卷积神经网络的乳腺癌病理切片识别算法，实现对不同放大倍数的病理切片进行分类。在深入理解卷积神经网络结构的基础上，利用Python及TensorFlow框架进行建模，并完成仿真。
2. 毕业设计（论文）主要任务及要求
（1）查阅相关文献资料15篇以上（其中近5年外文文献不少于3篇）。
（2）完成开题报告及任务书。
（3）利用Python和TensorFlow实现卷积神经网络的搭建，完成仿真，实现对乳腺癌病理切片的识别分类。
3. 毕业设计（论文）完成任务的计划与安排
（1）第1－4周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。
（2）第5－6周：熟悉掌握基本理论，完成英文资料的翻译，熟悉相关工具软件的使用。
（3）第7－9周： 完成网络模型的搭建
4. 主要参考文献
-
Hamidinekoo A, Denton E, Rampun A, et al. Deep learning in mammography andbreast histology, an overview and future trends[J]. Medical image analysis,2018, 47: 45-67.
-
Han Z, Wei B, Zheng Y, et al. Breast cancer multi-classification fromhistopathological images with structured deep learning model[J]. Scientificreports, 2017, 7(1): 4172.
-
Wang Z, Dong N, Dai W, et al. Classification ofbreast cancer histopathological images using convolutional neural networks withhierarchical loss and global pooling[C]//International Conference Image Analysisand Recognition. Springer, Cham, 2018: 745-753.
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
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
