一种基于ODCNet的结直肠癌组织病理图像分类方法

本发明属于深度学习图像分类技术领域，提供了一种基于ODCNet的结直肠癌组织病理图像分类方法。包括以下步骤：S1.扩充结直肠癌病理图像数据集Chaoyang Dataset，加入随机复杂噪声进行数据增强，按照7:2:1进行训练集、验证集和测试集划分；S2.改进ConvNeXt网络结构，改进ConvNeXt Block结构，形成ODCNet；S3.定义基于样本权重的损失函数；S4.训练ODCNet分类网络，保存训练权重；S5.利用多分类网络评价指标对模型性能进行评估，使用热力图可视化分类结果。本发明在初级特征提取部分，使用DMSA注意力提高特征提取的精确度；网络头部使用CBAM注意力提取深层特征的关键信息；在网络整体使用全维动态卷积优化特征提取。