摘要
肝癌的病理組織分化程度分級在癌症預後及術後追蹤上是一項重要的步驟。然而，傳統的診斷方式主觀且耗時。因此本論文提出一種自動化將肝臟切片影像分為四種分級的其中一種的方法。此方法使用多倍率影像卷積神經網路作為特徵擷取器來取得難以量化之紋理特徵。並使用基於影像處理的技巧取得關於血管、肝細胞、肝小梁的特徵。最後，建構一個分類器使用以上所有特徵預測肝癌影像的癌症分級。分類器在病理影像肝癌分級中達到了 98 2%的預測準確度。根據實驗結果顯示，分類器對肝癌病理影像分級預測展現了可靠的準確度，並證明來自影像卷積神經網路的特徵及來自肝小梁的特徵皆能輔助分類器的判斷，提升分級準確度。| 獎項日期 | 2019 |
|---|---|
| 原文 | English |
| 監督員 | Pau-Choo Chung (Supervisor) |