تشخیص سرطان پستان با استفاده از تصاویر هیستوپاتولوژی

عکس پروفایل Sameer Bairwa Hacker Noon

@همربائیرواسامیر بایروا

عشق به نوشتن ، توسعه دهنده نرم افزار ، فریلنسر ، یادگیری ماشین ، همیشه درباره چیزهای جدید کنجکاو هستید

سرطان پستان شایع ترین شکل سرطان در زنان است و کارسینوم مجرای تهاجمی (IDC) شایع ترین شکل سرطان پستان است. شناسایی دقیق و طبقه بندی زیرگروه های سرطان پستان یک کار بالینی مهم است و می توان از روش های خودکار برای صرفه جویی در وقت و کاهش خطاها استفاده کرد.

هدف این مقاله شناسایی IDC درصورتی است که در تصاویر هیستوپاتولوژی غیر برچسب وجود داشته باشد.

این مجموعه داده شامل 277،524 تصویر 50×50 پیکسلی RGB تصویر دیجیتالی است که از 162 نمونه هیستوپاتولوژی پستان آغشته به E و E گرفته شده است. این تصاویر وصله های کوچکی است که از تصاویر دیجیتالی نمونه های بافت پستان استخراج شده است.

بافت پستان حاوی سلولهای زیادی است اما فقط برخی از آنها سرطانی هستند. وصله هایی با برچسب “1” حاوی سلولهایی هستند که مشخصه کارسینوم مجرای تهاجمی هستند. برای کسب اطلاعات بیشتر در مورد داده ها ، به https://www.ncbi.nlm.nih.gov/pubmed/27563488 و http://spie.org/Publications/Proceedings/Paper/10.1117/12.2043872 مراجعه کنید.

لینک دانلود Dataset: https://www.kaggle.com/paultimothymooney/breast-histopathology- تصاویر

بیایید کار روی مجموعه داده را شروع کنیم.

مرحله 1: وارد کردن کتابخانه ها

مرحله 2: کاوش داده ها

ماژول glob پیدا می کند …

سئو PBN | خبر های جدید سئو و هک و سرور