一种基于特征迁移的肺部CT图像分类方法

摘要

本发明提供了一种基于特征迁移的肺部CT图像分类方法。该技术方案通过对CT图像数据进行预处理、数据增强、特征可视化确定预训练GoogLeNet网络的深度和冻结层数，有效的提取图像内在信息，提高了模型的分类准确率和分类效率。本发明采用自适应CT图像滤波算法对实现不同设备采集的图像进行滤波；对CT图像进行对比度拉伸，丰富了图像信息，更好地提取图像特征；使用特征图可视化技术为模型的网络深度确定提供了一种选择，减少超参数调整。应用本发明，可解决无标签图像的特征提取问题，缓解高维图像数据分类面临的维数灾难问题，使图像分类的准确率得到显著提升。