用神经网络检测有丝分裂
如果有足够的数据,可以从头开始训练神经网络,一个自动学习相关特征并同时充当后续分类器的网络。
例如,检测进行有丝分裂的细胞。以下是一个简单的卷积神经网络,可以完成这项工作。
训练和测试数据来自 Tumor Proliferation Assessment Challenge 2016。数据已经预处理成 97×97 的图像,以实际讨论的细胞为中心。
将大约四分之三的数据用于训练,其余用于测试。
如下所示为有丝分裂样本的子集。
下面显示的是非有丝分裂样本的子集。
同样,通过图像镜像和旋转来扩充训练集。
计算分类器指标并验证神经网络的有效性。
考虑到任务的挑战性,能使错误率低于 10%,该神经网络的能力可与病理学家相媲美。