病理切片中肾小球自动分类是诊断肾脏病变程度和病变类型的关键。为解决肾小球分类问题，设计了一个基于卷积神经网络的完整肾小球分类框架，选用SE-Resnet作为图像分类模型，将原有模块中卷积层改为参数量更小的卷积块，在保证网络性能的前提下减少网络参数。实验结果表明，相比于其他分类算法，该算法表现最优，在肾小球系膜细胞增生、肾小球新月体形成、肾小球局灶性节段性硬化、正常肾小球的分类任务中达到了96.93%的准确率，说明该分类算法能够较好地对肾小球病变进行识别。
科研之友
微信
新浪微博
Facebook
分享链接
