申请/专利权人:陕西中医药大学
申请日:2020-06-17
公开(公告)日:2020-10-16
公开(公告)号:CN111783571A
主分类号:G06K9/00(20060101)
分类号:G06K9/00(20060101);G06N3/04(20060101);G06N3/08(20060101);G16H30/20(20180101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2020.11.03#实质审查的生效;2020.10.16#公开
摘要:本发明属于医疗图像识别领域,公开了一种宫颈细胞自动分类模型建立及宫颈细胞自动分类方法。包括:获取宫颈细胞图像并进行预处理和增广,得到宫颈细胞图像数据集;建立VGG16模型,设置VGG16模型的全连接层FC1的神经元个数为a,全连接层FC2的神经元个数为b,a,b∈[256,512,1024,2048],获得改进的VGG16模型;设置改进的VGG16模型的初始权重,然后利用宫颈细胞图像数据集对改进的VGG16模型进行训练,训练完成后,得到宫颈细胞自动分类模型。本发明对模型全连接层进行重新设计,消除了因为样本量小网络复杂而带来的过拟合以及模型训练时间长,网络不收敛的影响。重新设计后的网络更适用于宫颈细胞分类任务。
主权项:1.一种宫颈细胞自动分类模型建立方法,其特征在于,包括如下步骤:步骤1:获取宫颈细胞图像并进行预处理和增广,得到宫颈细胞图像数据集,获取所有宫颈细胞图像中的类别信息,得到标签集;步骤2:建立VGG16模型,设置VGG16模型的全连接层FC1的神经元个数为a,全连接层FC2的神经元个数为b,a,b∈[256,512,1024,2048],获得改进的VGG16模型;步骤3:为步骤2得到的改进的VGG16模型设置初始权重,然后利用步骤1获得的宫颈细胞图像数据集和标签集对改进的VGG16模型进行训练,训练完成后,得到宫颈细胞自动分类模型。
全文数据:
权利要求:
百度查询: 陕西中医药大学 一种宫颈细胞自动分类模型建立及宫颈细胞自动分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。