您当前的位置:
首页 >
文章列表页 >
卷积神经网络结合荧光光谱在乳腺癌分型上的应用研究
卷积神经网络结合荧光光谱在乳腺癌分型上的应用研究
Application of convolutional neural networks combined with fluorescence spectroscopy in breast cancer subtyping
- “乳腺癌分子亚型判别对临床治疗至关重要,研究人员提出一种基于一维卷积神经网络(1D-CNN)与荧光光谱技术相结合的端到端分析方法,建立了乳腺癌亚型智能识别体系,为乳腺癌分子分型的智能诊断提供解决方案。”
- 光学精密工程 2025年33卷第24期 页码:3931-3939
DOI: 10.37188/OPE.20253324.3931
- CSTR: 32169.14.OPE.20253324.3931
修回:2025-10-17
移动端阅览
AI导读
HTML全文
图( 7 ) 表( 4 )
参考文献
出版信息
数据统计
213
浏览量
370
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于近红外-X射线融合光谱与非线性残差校正的大粒度煤热值PLS-AE-RR预测模型
应用经验模态分解的近红外CO2浓度反演系统
浮游植物粒级结构的原位测量
小波firm阈值滤波的光谱实时采集方法
用于检测土壤中农药的荧光光纤系统研究
相关作者
张雷
马维光
李佳轩
高睿
李斌
刘若楠
乔一帆
张泽成
相关机构
山西大学 光量子技术与器件全国重点实验室 激光光谱所
山西大学 极端光学协同创新中心
山西大学 计算机与信息技术学院
新疆维吾尔自治区地质局 乌鲁木齐地质大队,新疆维吾尔自治区
中国石油大学(华东) 控制科学与工程学院


