研究中心硕士张晓丽的一篇论文“Research on the classification of lymphoma pathological images based on deep residual neural network” 被SCI期刊Technology and Health Care刊发。（论文链接地址：https://doi.org/10.3233/THC-218031）

论文摘要：淋巴瘤是源于淋巴造血系统的一类恶性肿瘤，其病因复杂，病理形态多样，正确诊断淋巴瘤的类型能够辅助医生更为快速地做出治疗方案。在临床中，医生需要观察病理图像从而诊断淋巴瘤的类型，该方法耗时耗力且效率较低。随着机器学习和深度学习技术的发展，利用人工智能技术对淋巴瘤病理图像分类已成为医学领域的研究热点之一。本研究通过改进的ResNet-50网络，使用公开的淋巴瘤病理图像为实验数据集进行慢性淋巴细胞白血病、滤泡性淋巴瘤及套细胞淋巴瘤分类，其训练结果显示分类准确率可达98.63%。可为医生诊断淋巴瘤类型提供客观依据。