机器学习笔记 - 使用Keras和深度学习进行乳腺癌分类_breast histopathology images 数据集

作者：小丑西瓜9 | 2024-03-31 16:23:56

踩

breast histopathology images 数据集

一、数据集简介

乳腺组织病理学图像

浸润性导管癌 (IDC) 是所有乳腺癌中最常见的亚型。为了给整个样本分配侵袭性等级，病理学家通常关注包含 IDC 的区域。因此，自动侵略性分级的常见预处理步骤之一是在整个安装载玻片内描绘 IDC 的确切区域。

乳腺癌是女性最常见的癌症形式，浸润性导管癌 (IDC) 是最常见的乳腺癌形式。准确识别和分类乳腺癌亚型是一项重要的临床任务，可以使用自动化方法来节省时间和减少错误。

原始数据集包含 162 张以 40 倍扫描的乳腺癌 (BCa) 标本的整体载玻片图像。从中提取了 277,524 个大小为 50 x 50 的图像块（198,738 个 IDC 阴性和 78,786 个 IDC 阳性）。

数据集是kaggle提供，下面是链接地址

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/小丑西瓜9/article/detail/345221