换一批结合多维度特征的病理图像病灶识别方法
Lesion Recognition Method of Pathological Images Based on Multidimensional Features
摘要长时间的病理图像人工诊断会使医生产生视觉疲劳,误诊和漏诊情况容易发生.针对以上现象,提出一种结合卷积神经网络中多维度特征的方法,快速准确识别出病理图像中的病灶区域.使用感兴趣区提取及图像裁剪获得小尺寸图块数据;使用染色校正的方法以解决图块染色不均,对比度弱等问题;搭建深度学习模型,使用多组深度可分离卷积提取不同尺度的特征,加入残差连接以避免梯度消失,联合不同维度的特征信息以提高特征利用率.实验结果表明,染色校正能够提高预测准确率,上述模型具有参数少、鲁棒性强的特点,最终对病理图像病灶的识别均能达到较高的准确率,假阳性及假阴性均较低,未来将具有广泛的应用前景.
更多相关知识
- 浏览1
- 被引5
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
