一种基于多尺度压缩奖惩网络的病理图像分类方法

摘要

本发明公开了一种基于多尺度压缩奖惩网络的病理图像分类方法，该方法包括以下步骤：提取病理图像中有效的细胞组织区域；将提取的组织区域分割成固定大小的图像块，根据图像块中病变区域的面积大小将其分成患病与健康两类，并赋予两类图像块相应的标签作为训练样本；构建并训练多尺度压缩奖惩网络模型，实现对病理图像的分类。本方法以加入了压缩奖惩模块的稠密网络作为子网络，并使用多个子网络学习病理图像不同尺度的特征，不仅解决了单一网络只能学习一种尺度特征的问题，而且增强了网络的信息传递能力，提高了网络对病理图像的分类性能。