乳腺癌病理圖像的自動(dòng)分類具有重要的臨床應(yīng)用價(jià)值。基于人工提取特征的分類算法，存在需要專業(yè)領(lǐng)域 知 識(shí) 、耗 時(shí) 費(fèi) 力 、提 取 高 質(zhì) 量 特 征 困 難 等 問 題 。 為 此 ，采 用 一 種 改 進(jìn) 的 深 度 卷 積 神 經(jīng) 網(wǎng) 絡(luò) 模 型 ，實(shí) 現(xiàn) 了 乳 腺 癌 病 理 圖 像的自動(dòng)分類;同時(shí)，利用數(shù)據(jù)增強(qiáng)和遷移學(xué)習(xí)方法，有效避免了深度學(xué)習(xí)模型受樣本量限制時(shí)易出現(xiàn)的過(guò)擬合問 題。實(shí)驗(yàn)結(jié)果表明，該方法的識(shí)別率可達(dá)到 91%，且具有較好的魯棒性和泛化性