公开(公告)号：CN107657602A

公开(公告)日：2018-02-02

申请号：CN201710679767.5

申请日：2017-08-09

Applicant: 武汉科技大学

Inventor： 刘小明 ,  翟蕾蕾 ,  付天宇 ,  胡威 ,  刘俊 ,  张凯

IPC: G06T7/00 ,  G06K9/62

CPC classification number: G06T7/0012 ,  G06K9/6256 ,  G06K9/6267 ,  G06K2209/05 ,  G06T2207/10116 ,  G06T2207/20081 ,  G06T2207/20084

Abstract: 本发明公开了一种基于两次迁移卷积神经网络识别乳腺结构紊乱的方法。发明的方法将在ImageNet数据集上训练的模型参数迁移到目标卷积神经网络以对其模型参数进行初始化(第一次迁移)；然后使用恶性肿块图像和正常乳腺组织图像对目标卷积神经网络模型进行第一次微调训练(第二次迁移)；接下来使用训练集中已知类别信息的结构紊乱图像和正常乳腺组织图像进行第二次微调训练；最后，对未知类别信息的结构紊乱和正常组织进行识别。本方法实现了一种基于卷积神经网络和迁移学习进行识别的方法，与现有的方法相比，得到更好的分类效果和性能。