技术编号:18108381
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。本发明涉及一种宫颈癌病变识别的领域,具体为一种基于深度学习的宫颈癌 前病变识别的方法。背景技术宫颈癌的发病率在女性恶性肿瘤中仅次于乳腺癌,但占据女性生殖道恶性肿 瘤之首。宫颈癌的早期筛查对于降低发病率和死亡率都具有重要意义。基于阴道 镜视野下的醋酸实验是目前临床上对宫颈癌筛查的重要技术手段。然而这种方法 面临有主观性过强、精度低的问题,因此不利于筛查工作在缺少有经验医生的基 层地区的推广。针对上述问题,实现宫颈癌筛查的自动化和智能化就显得尤为重要。近年来 由于深度学习中的卷积神经网络自动提取特征...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。