一种基于卷积神经网络的阴道病理图像分类方法

授权

摘要

本发明属于计算机视觉及机器学习技术领域，公开了一种基于卷积神经网络的阴道病理图像分类方法。本发明包括步骤：使用上采样方法，得到类别平衡的阴道病理图像数据集；利用数据增强方法扩增阴道病理图像数据集；利用扩增的阴道病理图像数据集对图像分类卷积神经网络进行训练；利用交叉熵损失函数，结合BP算法对图像分类卷积神经网络进行网络参数更新；通过训练后的最优图像分类卷积神经网络对输入图像进行分类。本发明避免了传统特征提取方法的局限，如：高度依赖于医护人员的经验知识，耗费大量的时间和精力完成，提取出有区分性的高质量特征也往往存在一定的困难，而且准确率低，本发明借助于卷积神经网络，实现阴道病理图像的高精度分类。

基本信息

专利标题：

一种基于卷积神经网络的阴道病理图像分类方法

专利标题（英）：

暂无

公开（公告）号：

CN110136113A

申请号：

CN201910399732.5

公开（公告）日：

2019-08-16

申请日：

2019-05-14

授权号：

CN110136113B

授权日：

2022-06-07

发明人：

彭绍亮程敏霞李非王力杨亚宁周德山李肯立毕夏安唐卓蒋洪波王树林高亦博

申请人：

湖南大学

申请人地址：

湖南省长沙市岳麓区麓山南路麓山门

代理机构：

国防科技大学专利服务中心

代理人：

王文惠

优先权：

CN201910399732.5

主分类号：

G06T7/00

IPC分类号：

G06T7/00 G06K9/62 G06N3/04 G06N3/08