摘要
本发明公开了一种基于上下文建模的宫颈细胞全切片分类方法,包括:1.获取T类宫颈细胞全切片样本;2.构造基于Faster Rcnn网络的细胞检测和特征提取模块,对宫颈细胞全切片样本进行细胞检测和特征提取,对固定大小的细胞核图像提取特征,得到不同类型细胞全切片中的细胞核图像的特征序列;3.搭建双向长短期记忆网络和注意力机制融合的上下文建模模块;4.搭建宫颈细胞全切片分类器;5.进行宫颈细胞全切片的分类预测。本发明通过对输入的不同宫颈细胞全切片中的细胞核图像进行特征提取后的信息进行更加有效的学习,完成对多种不同宫颈细胞全切片的准确分类,能够有效降低当前宫颈细胞分类方法对于细胞级别的标注代价。
- 单位