买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：天津科技大学

摘要：本发明提供了医学图像处理领域的一种基于Inception模块的并行胶囊网络宫颈癌细胞检测方法，随着深度学习技术的不断发展，对子宫颈癌细胞图像进行智能识别和分类研究不断深入。本发明包括：步骤一、宫颈细胞图像数据集准备、分类标注信息标注；步骤二、Inception模块通过其卷积网络和并行结构提取图像纹理属性特征，生成特征信息训练结果；步骤三、胶囊网络处理图像特征，基于Inception模块训练结果，通过动态路由机制进一步处理图像特征，对其进行压缩和向量变换；步骤四、通过向量压缩处理，进行全连接计算，对宫颈细胞图像进行诊断分类。本发明的优点在于：极大的提升了宫颈癌细胞检测的准确性以及效率。

主权项：1.一种基于Inception模块的并行胶囊网络宫颈癌细胞检测方法，其特征在于：包括如下步骤：步骤一：宫颈癌细胞图像输入：准备宫颈癌图像数据集，对数据集进行打标签，输入的图像尺寸大小是112x112，图像数据集一共分为四类，即正常宫颈细胞图像、ASC-H非典型鳞状细胞、Lsil上皮内低度病变和Hsil上皮内高度病变,步骤二：Inception模块提取图像特征：图像通过Inception模块提取图像的纹理属性特征，Inception模块是一种卷积神经网络的并行网络结构，包含两层block结构，一层block包含1x1卷积，1x1卷积，3x3最大池化；二层block包含1x1卷积，3x3卷积，5x5卷积，两层block与一层1x1卷积并行输出，Inception模块通过一个图像矩阵经过一个卷积核的卷积操作后，得到了另一个矩阵，每一个卷积核都可以提取特定的特征，不同的卷积核提取不同的特征，特征信息由对应的位置的值是由多个核卷积模板分别作用在多个通道的对应位置处的卷积结果相加然后取激活函数得到的,步骤三：胶囊网络处理图像特征：CapsNet网络的基础框架由两部分组成：编码器和解码器,卷积层、PrimaryCaps主胶囊层和DigitCaps数字胶囊层是编码器，3个全连接层是解码器，主胶囊层输入张量是20×20×256，采用32个9×9×256卷积核做卷积，步幅为2，得到6×6×1×32的张量，执行8次不同权重的卷积操作，产生8个类似的张量，将8个张量和6×6×1×32的张量合并在一起获得6×6×8×32的输出张量；数字胶囊层共10个向量，每个向量16个元素，数字胶囊层用向量模的大小衡量某个实体出现的概率，对这10个向量求模，求得模值最大的向量代表的就是图像概率最大的分类；第一个全连接层输入16×2矩阵，输出512向量；第二个全连接层输入512向量，输出784向量；第三个全连接层输入784向量，输出1024向量,步骤四：图像分类输出：细胞图像经过并行网络的特征提取，在由全连接层进行向量输出，输出的向量经过压缩和分配，对图像进行分类识别，网络分类出四类细胞图像之后，再根据标签和测试集计算出分类的精确度。

全文数据：

权利要求：

百度查询： 天津科技大学 一种基于Inception模块的并行胶囊网络宫颈癌细胞检测方法