深度卷积神经网络的宫颈癌细胞图像识别

• 作者: 夏哲雷 谢欣
• 来源期刊: 中国计量大学学报
• 学科: 工学
• 关键词: 卷积神经网络 图像识别 宫颈癌细胞
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 信息科学
• 页码范围: 200-203,210
• 页数: 5页
• 分类号: TP391
• 字数: 2026字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-2835.2018.02.014

摘要

在此提出一种改进的深度卷积神经网络模型,该模型通过增加并联卷积层,拓展卷积神经网络宽度实现,有利于提取图像特征,提高网络性能;卷积层中对特征图像采用批量归一化方法进行预处理,加快网络训练.实验结果表明,该模型能更准确地学习宫颈癌细胞图像特征,从而有效降低了分类错误率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏哲雷	中国计量大学信息工程学院	51	327	10.0	16.0
2	谢欣	中国计量大学信息工程学院	3	3	1.0	1.0