摘要
在本研究中，为提升计算机辅助诊断系统在组织病理图像分析中的性能，我们提出了一种结合图像预处理与深度学习的方法，将乳腺癌组织病理图像分为四类：（i）正常组织，（ii）良性病变，（iii）原位癌，（iv）浸润性癌。首先，采用直方图均衡化方法对图像进行强度与染色归一化预处理。随后，基于ResNet152模型，采用微调（Fine-tuning）的卷积神经网络（ConvNet）迁移学习方法进行模型训练与分类。实验结果表明，该方法在五折交叉验证下取得了83%的平均分类准确率，显著优于当前最先进的技术水平。