日本胃癌论文总结2

发表于 | 更新于

论文题目：Automatic detection of early gastric cancer in endoscopic images using a transferring convolutional neural network

摘要： Accuracy :87.6% heat map accuracy: 82.8%
网络：GoogLeNet, 22 conv layers, pretrained on ImageNet

方法：

  1. 数据集处理
  2. CNN迁移学习
  3. judge normal vs cancer
  4. visualization – heat map

数据集处理（most important）

总共有926张分辨率为1000*870的图片
其中228包含胃癌

训练数据：
从228张选出100张，然后对这100张，每张随机裁剪出100张左右224224的胃癌图片，每张都要包含80%病变区域，得到9587张224224的胃癌图片
从包含胃癌和不包含胃癌的图片中随机裁剪出9800张224*224不包含胃癌的正常图片

测试数据：
在训练数据裁剪未使用的包含和不包含胃癌的图片中，裁剪出4653胃癌图片和4997正常图片

结果