SEMI-SUPERVISED GAN USING ATTENTION MECHANISM FOR BREAST CANCER CLASSIFICATION

سال انتشار: 1400
محل انتشار: پنجمین کنفرانس بین المللی توسعه فناوری در مهندسی برق ایران
کد COI اختصاصی: ECMCONF05_078
زبان مقاله: انگلیسی
تعداد مشاهده: 618

نویسندگان

Department of Computer Engineering, Shahid Bahonar University of Kerman, Kerman, Iran

چکیده

Deep learning approaches have recently contributed to a significant advancement in the field of computer vision. Furthermore, a large-scale annotated dataset is critical for a robust training process. However, obtaining such datasets in the medical field is extremely difficult. In this paper, we use semi-supervised generative adversarial network (SGAN) to describe histological images of breast cancer. SGAN compensates for the lack of training data by making extremely fake images. We add an attention module to SGAN that improves its accuracy by collecting global dependencies and extracting key features. The proposed model is also stabilize using spectral normalization. On the invasive duct carcinoma (IDC) dataset, we demonstrate that our model achieves ۹۴.۳۳%classification accuracy, which is better than the initial semi-supervised SGAN, despite the fact that just ۲% of the data are labeled

کلیدواژه ها

breast cancer, image classification, semi-supervised learning, generative adversarial networks, attention mechanism, invasive ductal carcinoma

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.