多视角信息协作的肾脏良恶性肿瘤分类方法

摘要

多视角信息协作的肾脏良恶性肿瘤分类方法，包括如下步骤：步骤1)医学图像预处理，将肾脏CT三个视角的图像进行数据增强处理；步骤2)针对每个视角的图像构建多视角卷积网络子模型；步骤3)构建多视角信息协作卷积神经网络模型，将三个视角的子模型的输出统一到同一神经元分类层，最终输入Sigmoid函数得到分类结果。并针对假阳性的病例加入惩罚函数，给予更大的惩罚减少假阳性情况的出现；步骤4)肾脏肿瘤良恶性分类：向步骤3)中构建好的多视角信息协作卷积神经网络模型，输入待检测的肾脏CT图像，网络输出得到肿瘤的良恶性结果。本发明结合并充分利用了不同肾脏肿瘤的多视角图像信息，能够提高肾脏肿瘤良恶性分类的准确率，同时避免了因病例图像数据匮乏，导致神经网络训练数据不足而出现的模型泛化能力太差的问题。