基于缩放重构NP-ResCapsule网络和麻雀搜索的MRI脑瘤图像分类

作者：王生生; 李晨旭; 王翔宇; 姚志林; 刘一申; 吴佳倩; 杨晴然

来源：吉林大学学报（工学版）, 2021, 1-11.

DOI：10.13229/j.cnki.jdxbgxb20210347

• 计算机应用技术
• 脑瘤图像分类
• 麻雀搜索算法
• 残差网络
• 胶囊网络
• 动态路由算法

脑癌是发病率第二高的儿童癌症，早发现早治疗才能提升患者的存活率。本文提出了基于缩放重构非池化残差胶囊网络和麻雀搜索的MRI脑瘤图像分类方法。首先，针对图像质量差的MRI脑瘤图像，采用基于麻雀搜索的图像增强方法来提升图片质量。其次，采用胶囊网络来解决医疗图像数据量小、数据集不平衡的问题。最后，针对胶囊网络对于大尺寸图像产生的梯度消失和梯度爆炸问题，采用改进的残差网络来提取尺寸较大图片的关键特征。同时，使用缩放重构，降低模型体积，在避免过拟合的同时提高计算速度。实验结果验证了本文提出的模型在小样本、低质量、大尺寸MRI脑瘤图像分类问题上的有效性。

• 单位
  东北师范大学; 吉林大学