基于深度残差收缩网络的HEp-2图像识别

• 作者: 何涛 陈剑 闻英友
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 深度残差收缩网络 软阈值 卷积神经网络 图像识别
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 图像处理
• 页码范围: 38-42
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2021.01.008

摘要

人上皮细胞(HEp-2)检测抗核抗体是诊断自身免疫性疾病的常用方法,HEp-2细胞图像识别对许多自身免疫性疾病的诊疗具有重要意义.针对目前主要采用手工评估方法造成效率低效、劳动强度高等问题,提出一种基于深度残差收缩网络的HEp-2细胞图像分类模型.该模型在深度残差网络基础上进行改进,残差学习模块使用恒等映射方法可以训练更深层次的网络.在每个残差学习模块内部嵌入一个软阈值非线性变换子网络,软阈值用以消除数据中的噪声和冗余信息,这些阈值通过子网络自动学习.实验表明,该方法具有良好的性能,优于其他深度神经网络方法.