23、基于CNN的癌症预测模型构建与评估

基于CNN的癌症预测模型构建与评估

1. 数据集处理

首先，为了提高随机性以获得更好的最终结果，会对所有数据集的图像路径（imagePaths）进行打乱操作。接着计算训练集和测试集划分的索引，通过对图像路径进行切片来构建训练集路径（trainPaths）和测试集路径（testPaths）。并且，会进一步对训练集路径进行划分，预留一部分用于验证。

随后，定义一个名为 datasets 的列表，其中包含三个元组，每个元组都包含将所有图像路径组织成训练、验证和测试数据所需的信息。

对所有数据集进行迭代，在循环中会执行以下操作：
1. 创建一个基础输出目录（仅创建一次）。
2. 对当前划分中的所有输入图像进行嵌套循环：
- 从输入路径中提取文件名，并从文件名中提取类别标签。
- 构建标签路径并创建一个标签输出目录（仅创建一次）。
- 将每个文件复制到其目标目录。

运行构建数据集的脚本，使用以下命令：

python build_IDC_dataset.py

之后，可以运行 tree 命令来确认所需的数据集是否按预期构建。

2. CNN模型

本示例中使用的模型主要基于VGGNet风格的模型，不过采用了深度可分离卷积层（depthwise separable convolutional layers），而非标准的卷积层。深度可分离卷积相比传统卷积在计算效率上更高。

这个CNN模型名为Can