CNNおよびVGG-19を使用した乳がんの組織病理画像分類

悪性細胞の種類を特定するなど、医学における深層学習の応用は一般的です。乳がんは女性における最も一般的な癌の一種であり、女性の主な死因です。悪性細胞には、正常、中等度、重度の3つのカテゴリがあります。悪性細胞の早期診断は、これらの死亡を防ぐことができます。癌細胞の特定には、MRI、マンモグラム、超音波、バイオプシーなど多くの技術が使用されます。ヘマトキシリンとエオシンで染色された乳がんの組織病理写真は診断が難しく、労力がかかり、病理医の意見の不一致を引き起こすことがよくあります。近年の深層学習の進展により、畳み込みニューラルネットワーク（CNN）を使用した組織画像処理が可能になりました。乳がんの組織画像は、一般的な組織構造と形態、細胞の密度、変動性、組織化に基づいてサブクラスに分類されます。これらのサブクラスには、良性、悪性、正常が含まれます。この情報を使用して、組織病理画像からそれぞれ細胞レベルと組織レベルで特徴を抽出します。データセットリポジトリは、入力画像が取得された場所です。画像は前処理される必要があります。その後、特徴抽出が実施されなければなりません。前処理された画像はセグメント化されなければなりません。画像は分割されなければなりません。私たちは、VGG-19および畳み込みニューラルネットワーク（CNN）など、多くのニューラルネットワークモデルを適用することができます。実験の結果は、精度を示しています。我々の方法の主な目標は、入力画像に基づいて乳がんを特定または予測することです。