宮頸細(xì)胞圖像的分類研究對宮頸癌的早期檢測和治療有著重要的意義。為了滿足宮頸細(xì)胞圖像分類的需求,推動卷積神經(jīng)網(wǎng)絡(luò)在其中的應(yīng)用逐漸成為了熱門研究課題。由于自身發(fā)展的限制,現(xiàn)有的宮頸細(xì)胞圖像分類卷積神經(jīng)網(wǎng)絡(luò)存在著數(shù)據(jù)訓(xùn)練有效性偏低、訓(xùn)練速度不足等問題。針對卷積神經(jīng)網(wǎng)絡(luò)在宮頸細(xì)胞圖像分類中存在的應(yīng)用問題,本文通過分析宮頸細(xì)胞圖像分類的國內(nèi)外研究現(xiàn)狀,對宮頸細(xì)胞圖像分類的特點(diǎn)和方法進(jìn)行了總結(jié),并對卷積神經(jīng)網(wǎng)絡(luò)在宮頸細(xì)胞圖像分類中的應(yīng)用現(xiàn)狀進(jìn)行了探討。在此基礎(chǔ)上,本文通過研究卷積神經(jīng)網(wǎng)絡(luò)的理論,介紹了其應(yīng)用方法,并對卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)和正向、反向的傳播過程進(jìn)行了總結(jié)。同時,本文通過分析卷積神經(jīng)網(wǎng)絡(luò)的常用結(jié)構(gòu),利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行宮頸細(xì)胞圖像分類訓(xùn)練的深度學(xué)習(xí)方法進(jìn)行了總結(jié)。在此基礎(chǔ)上,本文設(shè)計(jì)了一種基于嵌套殘差網(wǎng)絡(luò)的宮頸細(xì)胞分類方法,詳細(xì)介紹了嵌套殘差網(wǎng)絡(luò)的細(xì)胞分類總流程和網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)原理,并建立了實(shí)驗(yàn)?zāi)Ｐ汀Ｍㄟ^實(shí)驗(yàn)分析對比,驗(yàn)證了基于嵌套殘差網(wǎng)絡(luò)的宮頸細(xì)胞分類相比傳統(tǒng)的分類方法在分類有效性等方面的提高等。但基于嵌套殘差網(wǎng)絡(luò)的宮頸細(xì)胞分類方法在訓(xùn)練速度等方面存在一定的缺陷。為了改善此問題,本...

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 卷積神經(jīng)網(wǎng)絡(luò)發(fā)展現(xiàn)狀
        1.2.2 宮頸細(xì)胞分類研究現(xiàn)狀
    1.3 研究內(nèi)容及結(jié)構(gòu)安排
第二章 卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)理論
    2.1 卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)與原理
        2.1.1 卷積層
        2.1.2 激活函數(shù)
        2.1.3 池化層
        2.1.4 批歸一化層
        2.1.5 全連接層與SoftMax層
    2.2 卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程
        2.2.1 正向傳播
        2.2.2 反向傳播
    2.3 常用網(wǎng)絡(luò)結(jié)構(gòu)
        2.3.1 LeNet-5
        2.3.2 AlexNet
        2.3.3 VGG-Nets
        2.3.4 GoogLeNet
        2.3.5 ResNet
    2.4 本章小結(jié)
第三章 基于嵌套殘差網(wǎng)絡(luò)的宮頸細(xì)胞分類方法
    3.1 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
    3.2 數(shù)據(jù)集制作
        3.2.1 數(shù)據(jù)集擴(kuò)充
        3.2.2 仿真實(shí)驗(yàn)與分析
    3.3 實(shí)驗(yàn)及結(jié)果分析
        3.3.1 評價指標(biāo)
        3.3.2 網(wǎng)絡(luò)訓(xùn)練
        3.3.3 結(jié)果分析
    3.4 本章小結(jié)
第四章 嵌套殘差網(wǎng)絡(luò)的優(yōu)化設(shè)計(jì)
    4.1 嵌套殘差網(wǎng)絡(luò)激活函數(shù)的選擇
        4.1.1 嵌套殘差網(wǎng)絡(luò)激活函數(shù)的優(yōu)化
        4.1.2 仿真實(shí)驗(yàn)與分析
    4.2 多通道卷積神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)
        4.2.1 第一、二通道
        4.2.2 第三通道
        4.2.3 第四通道
    4.3 實(shí)驗(yàn)及結(jié)果分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間所取得的研究成果
致謝



本文編號：3856055