462
правки
Изменения
→Классификация клеток
Особенностью при обучении сетки является использование из-за недостаточного объема данных трансферного обучения, то есть модель предварительно обучается на другом огромном объеме данных. В данном случае первые 14 слоев сначала обучаются на наборе данных классификации ImageNet, а потом уже происходит обучение для классификации раковых и нормальных клеток. Такая сверточная сеть лучше справляется с задачей классификации клеток по сравнению с экспертом-человеком, особенно на изображениях с недостаточно хорошим качеством<ref>[https://pubmed.ncbi.nlm.nih.gov/30865716/ Ronald Wihal Oei {{---}} Convolutional neural network for cell classification using microscope images of intracellular actin networks, 2019]</ref>.
=== Классификация лейкоцитов ===
Эта задача отличается от предыдущих тем, что не требует предварительной обработки материалов и использования флуоресцентного микроскопа, для ее решения достаточно изображений с оптического микроскопа. Лейкоциты играют значительную роль в организме человка, но иногда могут быть злокачественными и вызывать лейкемию. Поэтому важно уметь их автоматически классифицировать, особенно в лабораториях слаборазвитых стран, где не хватает квалифицированных специалистов для проведения анализа крови.
Как и в классификации раковых клеток, для решения задачи используется сеть с архитерктурой VGG-16.
== Сегментация изображений ==
