[發明專利]一種基于深度堆疊式稀疏自編碼器的病理腦圖像分類方法

在審

• 申請號: 201810212769.8
• 申請日: 2018-03-15
• 公開（公告）號: CN108537233A
• 公開（公告）日: 2018-09-14
• 發明（設計）人: 賈文娟;張煜東;王水花
• 申請（專利權）人: 南京師范大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06N3/04
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

1.一種基于深度堆疊式稀疏自編碼器的病理腦圖像分類方法，其特征在于，包括如下步驟：

(1)從哈佛醫學院網址上下載的不同類型的病理腦磁共振圖像，包括正常腦圖像和病理腦圖像；

(2)利用數據增強的方法增加圖像數量，使得不同類型的病理腦圖像數據分布均衡；

(3)使用深度稀疏自編碼器的方法自動提取輸入圖像的特征，然后通過Softmax分類器對圖像進行準確分類，得到不同的疾病類型；

(4)通過批量化共軛梯度法訓練整個網絡，在微調階段，使用量化共軛梯度法微調網絡。

2.根據權利要求1所述的病理腦圖像分類方法，其特征在于：在步驟(2)中，所述數據增強為采用圖像旋轉對原始圖像進行任意角度的旋轉。

3.根據權利要求2所述的病理腦圖像分類方法，其特征在于：所述圖像旋轉采用雙線性插值法。

4.根據權利要求2或3所述的病理腦圖像分類方法，其特征在于：在步驟(2)中，所述數據增強還包括圖像加噪，所述圖像加噪具體為：對旋轉后的圖像加入高斯噪聲。

5.根據權利要求2或3所述的病理腦圖像分類方法，其特征在于：所述步驟(2)中還包括伽馬矯正，在旋轉后的圖像中利用伽馬校正方法檢驗圖像的暗、亮部分，并增加二者比例。

6.根據權利要求1所述的病理腦圖像分類方法，其特征在于，所述步驟(3)包括如下內容：

(3.1)以無監督的方式分別訓練每個隱藏層和softmax層；

(3.2)將各層連在一起形成一個深度網絡；

(3.3)以監督的方式訓練該深度網絡，然后將測試數據輸入該深度網絡，得到病理腦圖像分類結果。

7.根據權利要求1所述的病理腦圖像分類方法，其特征在于：在步驟(1)和步驟(2)之間，對圖像進行輕量級加密處理。