基于卷积神经网络的宫颈癌细胞图像识别的改进算法

摘要：

深度学习是人工智能领域发展的一个不可或缺的部分,并且广泛应用于图像识别方面.为了进一步降低宫颈癌细胞图像的识别错误率,本文提出了一种基于卷积神经网络的改进算法.该算法通过搭建卷积神经网络框架,对下采样过程中特征提取阶段的池化模型进行改进,在下采样过程中对池化域内的每个元素分配合适的权值得到下采样特征图.实验结果表明,我们所提出的基于卷积神经网络的改进算法降低了对宫颈癌细胞图像的识别错误率.

关键词：池化、卷积神经网络、深度学习、宫颈细胞图像、图像识别

所属期刊栏目：29

分类号：TP391(计算技术、计算机技术)

资助基金：浙江省自然科学基金项目LY12F01011

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：439-444