摘要
一种基于深度学习的乳腺癌病理图像预筛选方法,属于图像处理及筛选方法领域。现有的图像特征提取过程中存在的迁移学习的源数据集与目标数据集相似性较小,且缺乏对将局部特征和全局特征进行融合的处理方法的问题。一种基于深度学习的乳腺癌病理图像预筛选方法,包括:乳腺癌病理图像预处理,将原始图像进行缩放处理,用于深度学习网络的输入;构建基于深度学习的乳腺癌病理图像的预筛选网络模型,并提取图像特征;训练构建的网络模型;并利用训练好的预筛选网络模型对待检测图像进行预筛选,并得出与乳腺癌四个等级对应的预筛选结果。本发明方法在图像特征提取过程中更加关注关键特征,从而提高目标图像的筛选精度。
技术关键词
乳腺癌病理图像
预筛选方法
多尺度特征提取
深度学习网络
图像特征提取
卷积神经网络模块
注意力
Softmax函数
融合多尺度特征
多尺度特征融合
特征提取网络
卷积模块
图像处理
通道
数据
阶段
系统为您推荐了相关专利信息
自动校准方法
自动校准系统
半导体装置
方程
参数
空洞
检测头
像素
无人机航拍图像
Sigmoid函数
冷水机组
相变蓄冷系统
地铁车站
节能控制方法
节能控制系统
图像分类方法
语义特征
注意力机制
双线性池化
网络模型训练