模糊逻辑引导的多粒度深度神经网络

作者：周天奕; 丁卫平^*; 黄嘉爽; 鞠恒荣; 姜舒; 王海鹏

来源：模式识别与人工智能, 2023, 36(09): 778-792.

DOI：10.16451/j.cnki.issn1003-6059.202309002

• 模糊逻辑
• 医学图像分类
• 特征融合
• 特征提取
• 注意力机制

准确识别和分类组织病理图像对于疾病的早期检测和治疗至关重要.病理医生诊断时通常会采用多层次的方式进行判断，即观察各个倍率下细胞的异常区域，然而现有模型通常只能在单一粒度上进行特征提取，忽略细胞的多粒度特性.因此，文中提出模糊逻辑引导的多粒度深度神经网络.首先，针对细胞的构造，在粗粒度、中粒度和细粒度这3个粒度层面上进行多粒度特征提取，充分利用病理组织图像中的信息.同时，针对多粒度特征提取时出现的关键信息冗余问题，引入模糊逻辑理论，设置多个模糊隶属函数，分别描述细胞在不同角度上的特征.然后，通过模糊运算得到模糊通用特征，由此设计模糊逻辑引导的交叉注意力机制模块，实现模糊通用特征对多粒度特征的引导.最后，通过编码器将特征扩散至所有的补丁令牌，获得较好的分类准确性和鲁棒性.实验表明，文中网络在组织病理图像分类上具有较高的准确率.

• 单位
  南通大学