一种基于胶囊网络的甲状腺结节超声图像分类方法

摘要

本发明公开了一种基于胶囊网络的甲状腺结节超声图像分类方法，所述方法包括以下步骤：对甲状腺超声影像进行预处理，通过神经网络结合图像微分识别超声影像中的人工标记；通过边界调整获取用于界定甲状腺结节位置的矩形框；构建胶囊网络应用于甲状腺结节超声影像的分类中，并对胶囊网络结构进行调整；将Dropout加入调整后的胶囊网络中，稳定训练过程、改进分类效果。本发明有效克服传统卷积神经网络分类技术在池化过程中丢失重要信息、训练出的模型不具有平移、旋转不变性等问题，提高了胶囊网络在甲状腺超声影像分类任务中的准确率。