一种基于图卷积神经网络的宫颈细胞图像分类方法|科研之友

摘要

本发明公开了一种基于图卷积神经网络的宫颈细胞图像分类方法。首先准备宫颈细胞图像作为训练样本，之后获取样本的1024维特征表示，并构建样本特征关系图，然后搭建基于图卷积网络的深度网络，并将样本与样本特征关系图送入该深度网络模型中进行训练，迭代到一定次数后停止训练保存网络权重参数。使用时将目标图像分割出带有细胞核的待预测区域，之后加载训练得到的权重参数及网络结构，将待预测区域输入其中计算即可得到分类结果。这种方法提高了宫颈细胞诊断的精确度及效率，优化了病理医生的诊断流程，减轻了医生的工作负担。

摘要

关键词