基于卷积神经网络模型集成的乳腺癌图像自动识别方法

摘要

本发明涉及一种基于卷积神经网络模型集成的乳腺癌图像自动识别方法。该方法包括：步骤1：对原始乳腺癌病理图像进行降噪处理以排除该原始乳腺癌病理图像中的无用信息，以获得降噪处理后的图像；步骤2：使用SinGAN处理降噪处理后的图像以生成数据，对该数据进行数据增强；步骤3：基于ResNet网络、DenseNet网络和SENet网络进行训练，构建自动识别模型；步骤4：对于所识别的结果进行集成。本发明解决了在乳腺癌自动识别中仅利用单张图像识别病理类别，而丢失多张图像带有的信息的问题，应用深度学习图像自动识别技术，自动从多张乳腺癌影像中学习图像特征，以一种端对端的模型集成方法完成乳腺癌自动识别任务。