Wolfram Language

Mitose mit neuronalen Netzen erkennen

Wenn Sie über genügend Daten verfügen, können Sie ein neuronales Netz von Grund auf neu trainieren. Nämlich ein Netz, das automatisch die relevanten Merkmale erlernt und gleichzeitig als nachfolgender Klassifikator dient.

Nehmen wir als Beispiel den Nachweis von Zellen, die eine Mitose erfahren. Hier ist ein einfaches neuronales Faltungsnetz, das diese Aufgabe erfüllen kann.

Die Daten für Training und Test stammen von der Tumor Proliferation Assessment Challenge 2016. Die Daten wurden zu 97×97-Bildern mit den jeweiligen Zellen im Zentrum vorverarbeitet.

Verwenden Sie etwa drei Viertel der Daten für das Training und den Rest für Tests.

Eine Teilmenge von Mitosis-Stichproben sieht so aus:

Eine Teilmenge von Nicht-Mitosis-Stichproben sieht so aus:

Um den Trainingsdatensatz zu vergrößern, führen Sie erneut eine Spiegelung und Drehung der Bilder durch.

Berechnen Sie die Klassifikatormetriken und überprüfen Sie die Wirksamkeit des neuronalen Netzwerks.

In Anbetracht der anspruchsvollen Aufgabe ist eine Fehlerquote von weniger als 10% vergleichbar mit dem, was ein Pathologe erreichen würde.

Verwandte Beispiele

en es fr ja ko pt-br zh