基于深度卷积神经网络的细胞分类新方法

• 作者: 侯宏花 刘艳莉 娄润东 张鹏程 桂志国 田珠 陈俊彪
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 宫颈细胞 深度学习 卷积神经网络 残差网络 快捷连接
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 人工智能与神经网络
• 页码范围: 509-515
• 页数: 7页
• 分类号: TP391.7
• 字数: 5014字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2019.06.011

摘要

针对现有的细胞分类方法在准确率方面无法满足人们要求的现象,本文提出一种基于深度卷积神经网络的细胞分类新方法:嵌套残差网络(Multiple Residual Neural Network,M-ResNet).该方法以深度学习理论为基础,在原始ResNet50基础上添加了更高级别的快捷连接(嵌套快捷连接),以挖掘残差网络的优化能力.实验采取宫颈癌细胞作为数据集进行了细胞分类方法测试,其中3528幅作为训练集,350幅作为测试集.通过与ResNet50网络模型进行对比实验,得出测试结果表明:该方法可以有效提高细胞分类的正确率和工作效率,验证了该方法的有效性.这些研究对卷积神经网络的应用和细胞分类方法的发展有着重要的意义,有很好的现实价值.