开源技术 * IBM 微讲堂:Kubeflow 系列(观看回放 | 下载讲义) 了解详情

乳腺癌有丝分裂检测器

概述

乳腺癌有丝分裂检测器(Breast Cancer Mitosis Detector)将从整个幻灯片图像中提取的 64 x 64 PNG 图像文件作为输入,并输出图像包含有丝分裂的预测概率。该模型包含一个在 TUPAC16 辅助有丝分裂数据集上训练且经过修改的 ResNet-50 模型。有关更多信息和其他特征,可查看 GitHub 上的 deep-histopath 存储库。

模型元数据

领域 应用 行业 框架 训练数据 输入数据格式
视觉 图像分类 医疗保健 Keras TUPAC16 64×64 PNG 图像

参考资料

许可

组件 许可 链接
模型 GitHub 代码库 Apache 2.0 许可
训练数据 自定义许可 TUPAC16

可用于部署此模型的选项

可使用以下方法部署此模型:

  • 从 Dockerhub 部署:

    docker run -it -p 5000:5000 codait/max-breast-cancer-mitosis-detector
    
  • 在 Red Hat OpenShift 上部署:

    遵照本教程中有关 OpenShift Web 控制台或 OpenShift Container Platform CLI 的操作说明,并指定 codait/max-breast-cancer-mitosis-detector 作为镜像名称。

  • 在 Kubernetes 上部署:

    kubectl apply -f https://raw.githubusercontent.com/IBM/MAX-Breast-Cancer-Mitosis-Detector/master/max-breast-cancer-mitosis-detector.yaml
    

    有关如何将此 MAX 模型部署到 IBM Cloud 上的生产环境中的更详细教程,可以在此处找到。

  • 本地部署:遵照 GitHub 上的模型 README中的说明进行操作

用法示例

您可以通过以下方式测试或使用此模型

使用 cURL 测试该模型

部署之后,您可以通过命令行测试该模型。例如,如果在本地运行:

curl -F "image=@assets/true.png" -XPOST http://localhost:5000/model/predict
{
  "predictions": [
    {
      "probability": 0.9884441494941711
    }
  ],
  "status": "ok"
}

在无服务器应用中测试该模型

您可以通过遵照在 IBM Cloud Functions 中利用深度学习教程中的操作说明,在无服务器应用程序中使用该模型。

链接

  • deep-histopath:利用 TensorFlow、Keras 和 Apache Spark 预测乳腺癌扩散分数

资源和贡献

如果您有兴趣为 Model Asset Exchange 项目做贡献或有任何疑问,按照此处的说明进行操作。

本文翻译自:Breast Cancer Mitosis Detector(2018-09-21)