宫颈细胞细粒度分类方法

• 作者: 苟明亮 秦明伟 姚远程
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 宫颈细胞 细粒度 局部判别损失函数 密集连接
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 模式识别与人工智能|Pattern Recognition and Artificial Intelligence
• 页码范围: 206-211
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009-0146

摘要

针对宫颈细胞图像的相似性极高,其细粒度分类存在准确率低的问题,提出了一种基于双路径网络与局部判别损失函数的DRMNet(dense reset module net)算法.该算法在特征提取阶段以残差结构为主体,加入密集连接路径,结合两者优点,使网络对特征有着高复用率、低特征冗余度的同时,保持探索新特征的能力.在分类阶段,通过改进损失函数来挖掘图像中的细微特征,利用局部判别损失函数使网络寻找具有判别力的局部区域特征.该算法在Herlev数据集上的七分类准确率达到了98.9％,对比其他算法有一定的提升,从而验证了该算法的有效性.