乳腺癌识别

北京治白癜风那间医院好 https://wapyyk.39.net/bj/zhuanke/89ac7.html

大家好，我是『K同学啊』！

今天我将带大家探索一下深度学习在医学领域的应用，乳腺癌是女性最常见的癌症形式，浸润性导管癌(IDC)是最常见的乳腺癌形式。准确识别和分类乳腺癌亚型是一项重要的临床任务，利用深度学习方法识别可以有效节省时间并减少错误。我们的数据集是由多张以40倍扫描的乳腺癌(BCa)标本的完整载玻片图像组成。

??我的环境：

语言环境：Python3.6.5编译器：jupyternotebook深度学习环境：TensorFlow2.4.1数据和代码：??点击阅读原文

??来自专栏：《深度学习例》

一、设置GPU

importtensorflowastfgpus=tf.config.list_physical_devices("GPU")ifgpus:gpu0=gpus[0]#如果有多个GPU，仅使用第0个GPUtf.config.experimental.set_memory_growth(gpu0,True)#设置GPU显存用量按需使用tf.config.set_visible_devices([gpu0],"GPU")importmatplotlib.pyplotaspltimportos,PIL,pathlibimportnumpyasnpimportpandasaspdimportwarningsfromtensorflowimportkeraswarnings.filterwarnings("ignore")#忽略警告信息plt.rcParams[font.sans-serif]=[SimHei]#用来正常显示中文标签plt.rcParams[axes.unicode_minus]=False#用来正常显示负号二、导入数据1.导入数据

importpathlibdata_dir="./26-data"data_dir=pathlib.Path(data_dir)image_count=len(list(data_dir.glob(*/*)))print("图片总数为：",image_count)

图片总数为：

batch_size=*img_height=*img_width=*

"""关于image_dataset_from_directory()的详细介绍可以参考文章：