X射线乳腺影像深度学习分类方法

摘要

本发明公开了一种X射线乳腺肿块影像自动分类方法。本发明从图像处理角度设计了对X射线乳腺肿块影像进行自动分类网络，该网络首先对X射线乳腺肿块影像使用两条计算路径使用不同大小的卷积核进行卷积及下采样操作，提取不同尺度类型的卷积特征图，将两条计算路径输入的特征图进行叠加融合，得到双计算路径融合后的特征信息。再对融合特征使用全卷积网络进行特征提取，最后送入Softmax分类层对特征进行分类，得到乳腺肿块影像分类结果。使用适用于X射线乳腺肿块影像分类的基于隶属度的目标函数对模型进行训练，新的目标函数通过增大乳腺肿块样本与所属类别的隶属度、减小与非所属类别的隶属度实现增强模型泛化能力，提升分类准确性。