一种基于生成对抗网络的病理图像识别装置

摘要

本发明公开了一种基于生成对抗网络的病理图像识别装置，包括图像样本获取模块用于获取图像样本；病变检测模块用于利用CNN卷积神经网络对病理图像进行二分类，输出有病变的病理图像；病变修补模块用于利用生成对抗网络并对有病变的病理图像进行全局修补；病变区域检测模块用于根据所述病变检测模块和病变修补模块的输出结果生成病变热量图。本发明利用GAN无监督学习的特性，利用基于深度卷积对抗生成网络的图像修补网络对病变位置进行修补，使之成为健康的无病变图像，并与基于CNN卷积神经网络的病变检测网络巧妙结合，通过病变概率的变化间接预测出其存在的位置，免去人工对训练集的标注的工作，减少了检测成本，并提升了检测效率及准确度。