科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于深度学习的甲状腺癌病理图像分类方法,主要解决现有方法对甲状腺癌病理图像分类效果差的问题。其实现方案是：读取甲状腺病理图像数据库,通过感受野网络提取低层卷积和池化特征并融合,得到融合后的低层特征；将融合后的低层特征通过胶囊网络提取高层特征,即预测的类别向量；通过动态路由算法对类别向量更新,得到最终的类别向量,通过压缩激活函数计算类别向量的模；将模值最大的向量通过解码重构网络进行图像重构；迭代更新感受野网络和胶囊网络中的权值完成模型训练；最后将待分类的甲状腺病理图像输入到训练好的模型中,得到最终分类结果。本发明提高了对甲状腺癌病理图像的分类精准,可用于计算机辅助诊断。
- 单位
