基于卷积神经网络与课程学习的多模态医学图像分类系统

摘要

本发明公开了一种基于卷积神经网络与课程学习的多模态医学图像分类系统，其包括：图像预处理模块和多尺度卷积神经网络分类器，多尺度卷积神经网络分类器包括Resnet50网络、特征金字塔网络、maskROI模块和注意力模块。Resnet50网络提取输入的图像的特征，并输出至特征金字塔网络处理得到完整的特征图并输出至所述注意力模块；maskROI模块用于向分类器中输入包含感兴趣区域的特定图像；注意力模块得到的特征图与maskROI模块输入的图像相乘后作为结果输出。本发明以课程学习作为网络训练的先验知识能合理利用有限数据，训练过程中，网络的学习难度逐渐增加，使得训练过程更加合理，能得到结果更精准的分类器。