结合深度学习与特征多尺度融合的微钙化簇检测方法

摘要

本发明公开了一种结合深度学习与特征多尺度融合的微钙化簇检测方法，包括以下步骤：1)生成候选建议框；2得FCE‑Net+MFF网络模型；3)将输入图片的各候选建议框输入到FCE‑Net+MFF网络模型中，得特征图，在特征图中查找输入图片的各候选建议框对应的特征框，再在RoI池化层中将查找到的特征框池化到预设尺寸，经全连接层处理得到特征框的特征向量，将得到的特征框的特征向量经全连接层处理，得softmax的二分类得分输出向量及标定框窗口的修正偏移量输出向量，剔除类别得分低于阈值的微钙化簇检测窗口，并对剩余的微钙化簇检测窗口进行非极大值抑制，剔除重叠候选建议框，得经回归修正后的微钙化簇检测窗口，该方法能够准确实现微钙化簇的目标检测及定位。