基于注意力残差网络的血液白细胞分类方法

摘要

本发明涉及一种基于注意力残差网络的血液白细胞分类方法。设计由多个注意力残差块、一个自适应平均池化层和一个全连接层组成的分类网络ARNet对白细胞进行分类，每个注意力残差块中引入通道注意力机制，利用高层学到的白细胞特征图生成低层的注意力图，每个注意力残差块还引入深度可分离卷积来提取白细胞的特征并降低训练成本。此外，采用Wasserstein生成对抗网络创建合成对抗网络，生成图像，以增强训练数据集，提升网络性能。在两个公开图像数据集上的实验结果表明，本发明方法提高了白细胞分类的精度。