《表2 不同模型下训练结果比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习网络的乳腺癌图片分类研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

数据集中的良性肿瘤包括腺病（Adenosis，A）、纤维腺瘤（Fibroadenoma，F）、叶柄状肿瘤（Phyllodes Tumor，PT）、管状肿瘤（Tubular Adenona，TA），恶性肿瘤包括浸润性癌（Carcinoma，DC）、小叶癌（Lobular Carcinoma，LC）、粘液癌（Mucinous Carcinoma，MC）、乳头状癌（Papillary Carcinoma，PC）。本实验针对癌症进行了二分类与八分类研究，细化了分类类型，使结果更加贴近临床医学研究需要，实验结果如表2所示。本实验利用VGG16和inception v3模型对乳腺癌病理图片进行分类，二分类的准确度要优于八分类，可能是由数据集大小造成的，也是后期算法改进的重点。