| 卷积神经网络的宫颈细胞图像分类 |
| |
| 引用本文： | 赵越, 曾立波, 吴琼水. 卷积神经网络的宫颈细胞图像分类[J]. 计算机辅助设计与图形学学报, 2018, 30(11): 2049-2054. DOI: 10.3724/SP.J.1089.2018.17040 |
| |
| 作者姓名： | 赵越 曾立波 吴琼水 |
| |
| 作者单位： | 1.武汉大学电子信息学院 武汉 430079 |
| |
| 基金项目： | 国家科技支撑计划(2011BAF02B00) |
| |
| 摘 要： | 为实现计算机辅助系统精准、快速地检测宫颈异常细胞,提出一种基于卷积神经网络的宫颈细胞自动分类方法.首先复制预训练网络结构及参数来初始化分类网络,将宫颈细胞图像分批次传入网络;然后采用Softmax函数将网络输出数据归一化为各标签对应的概率值,并使用交叉熵作为损失函数;最后改进网络结构加入对数据的批归一化处理,通过反向传播算法优化参数使损失函数最小化,最终选择训练所得最优网络.使用5折交叉验证法在Herlev数据集上的实验结果表明,对比Herlev常用基准方法,该方法的特异性、调和平均数和准确率分别提高了19.46%, 10.71%和5.09%.
|
| 关 键 词： | 卷积神经网络 宫颈细胞 迁移学习 批归一化 |
| 收稿时间： | 2017-12-12 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《计算机辅助设计与图形学学报》浏览原始摘要信息 |
|
点击此处可从《计算机辅助设计与图形学学报》下载全文 |
|
