HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于深度卷积神经网络的细胞分类新方法

作者:娄润东; 陈俊彪; 侯宏花; 刘艳莉; 田珠; ...宫颈细胞深度学习卷积神经网络残差网络快捷连接

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.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

测试技术学报

《测试技术学报》(CN:14-1301/TP)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《测试技术学报》重点报道有关测试技术的重点科研项目、基金项目的研究成果以及兵器及民用测试的应用技术。

杂志详情