公开(公告)号：CN110136113A

公开(公告)日：2019-08-16

申请号：CN201910399732.5

申请日：2019-05-14

Applicant: 湖南大学

Inventor： 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

IPC: G06T7/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 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。

公开(公告)号：CN110136113B

公开(公告)日：2022-06-07

申请号：CN201910399732.5

申请日：2019-05-14

Applicant: 湖南大学

Inventor： 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

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 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。