压缩激励机制驱动的尿液细胞图像分类算法

• 作者: 宋建锋 权义宁 苗启广 陈毓生 韦玥
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 尿液细胞 压缩激励 特征重标定 图像分类
• 年，卷（期）: 2020,（2）
• 页码范围: 39-45,59
• 页数: 8页
• 分类号: TP37
• 字数: 4051字
• 语种: 中文
• DOI: 10.19665/j.issn1001-2400.2020.02.006

摘要

针对尿液有形成分细胞图像的分类问题,提出了一种压缩激励机制驱动的GoogLeNet尿液细胞图像分类算法.该算法采用特征重标定机制,通过压缩操作和激励操作显式地建模Inception架构在训练过程中学习到的细胞特征通道之间的依赖关系,从而提升有用特征在当前任务中的重要程度.在尿液细胞数据集上的对比实验结果表明,在保证执行速度的情况下,该算法比GoogLeNet网络的分类准确率提升了3％,召回率提升了1％,具有更好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	权义宁	西安电子科技大学计算机科学与技术学院	25	168	8.0	12.0
2	苗启广	西安电子科技大学计算机科学与技术学院	60	939	16.0	29.0
3	宋建锋	西安电子科技大学计算机科学与技术学院	12	69	5.0	8.0
4	韦玥	西安电子科技大学计算机科学与技术学院	1	0	0.0	0.0