[發明專利]基于改進的MobileNet網絡對乳腺癌進行分類的方法在審
| 申請號： | 201911054175.X | 申請日： | 2019-10-31 |
| 公開（公告）號： | CN111104961A | 公開（公告）日： | 2020-05-05 |
| 發明（設計）人： | 李燈熬;趙菊敏;牛婧 | 申請（專利權）人： | 太原理工大學 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62;G06N3/04;G06T3/60;G06T7/00;G06T7/11 |
| 代理公司： | 太原高欣科創專利代理事務所(普通合伙) 14109 | 代理人： | 崔雪花;冷錦超 |
| 地址： | 030024 *** | 國省代碼： | 山西;14 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 改進 mobilenet 網絡 乳腺癌 進行 分類 方法 | ||
1.基于改進的MobileNet網絡對乳腺癌進行分類的方法，其特征在于，包括以下步驟：
步驟一、構建改進的MobileNet網絡；
步驟二、利用改進后的MobileNet 進行分類：
1）將公共數據庫DDSM數據樣本劃分為訓練集和測試集，訓練集數據樣本量大于測試集；
2）分別對訓練集和測試集的數據樣本進行預處理；
3）使用預處理好的訓練集，訓練已經構建好的MobileNet網絡模型；
4）使用測試集的數據樣本對經過步驟3）訓練后的MobileNet網絡模型進行測試，最終通過softmax激活函數輸出分類結果。
2.根據權利要求1所述的基于改進的MobileNet網絡對乳腺癌進行分類的方法，其特征在于，將所述公共數據庫DDSM數據樣本中良惡性圖片等比例劃分，劃分比例為：70-90%的數據樣本用作訓練集，10-30%的數據樣本用作測試集。
3.根據權利要求1所述的基于改進的MobileNet網絡對乳腺癌進行分類的方法，其特征在于，所述對數據樣本進行預處理的方法為：訓練集的數據樣本的預處理方法為圖像分割和數據增強；測試集的數據樣本的預處理方法為圖像分割。
4.根據權利要求3所述的基于改進的MobileNet網絡對乳腺癌進行分類的方法，其特征在于，所述圖像分割方法是指：按照適于訓練的圖像塊尺寸作為標準，對原始乳腺X線圖片進行裁剪，裁剪為適于訓練的圖像塊，所述圖像塊中包含被標記出來的異常組織區域。
5.根據權利要求3所述的基于改進的MobileNet網絡對乳腺癌進行分類的方法，其特征在于，所述適于訓練的圖像塊尺寸為像素為224×224的圖像塊。
6.根據權利要求3所述的基于改進的MobileNet網絡對乳腺癌進行分類的方法，其特征在于，所述數據增強方法包括：翻轉、旋轉、縮放、裁剪和平移。
7.根據權利要求1所述的基于改進的MobileNet網絡對乳腺癌進行分類的方法，其特征在于，所述改進的MobileNet網絡包括：
1）深度可分離卷積：
深度可分離卷積將傳統的卷積分解為深度卷積和點乘點卷積，深度卷積將輸入圖片分為三組，對每一組分別執行3×3卷積，收集每個通道的空間特征；點乘點卷積對輸入圖片執行1×1卷積，收集每個點的特征；
2）激活函數：
輸出層用softmax激活函數表示：
式中，z定義輸出層輸入的向量，j為輸出層的固定神經元，即待計算的神經元，K為神經元的個數；
除輸出層外的其余所有卷積層都使用ReLU激活函數：
式中，
3）殘差模型；
4）網絡結構：
使用MobileNet的深度可分離卷積結合殘差結構，構建改進的MobileNet網絡模型。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于太原理工大學，未經太原理工大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201911054175.X/1.html，轉載請聲明來源鉆瓜專利網。
