發(fā)布時間：2023-01-29 20:03

　　醫(yī)學(xué)圖像分類技術(shù)對于醫(yī)學(xué)輔助診斷具有重要的意義.相比較于自然圖像分類,醫(yī)學(xué)圖像分類更注重于局部內(nèi)容之間的細微差別與局部空間關(guān)系信息,而目前流行的視覺詞袋模型忽視了空間關(guān)系信息,深度學(xué)習(xí)方法則缺少語義特性.因此,本文提出一種新的空間共生詞袋模型來刻畫醫(yī)學(xué)圖像視覺單詞之間的局部空間關(guān)系模式,并進一步與卷積神經(jīng)網(wǎng)絡(luò)特征融合,用于醫(yī)學(xué)圖像分類.實驗結(jié)果表明,所提方法能夠有效地挖掘醫(yī)學(xué)圖像的本質(zhì)特征,取得高于目前流行方法的分類性能. 

【文章頁數(shù)】：6 頁

【文章目錄】：
1 空間共生視覺詞袋模型
    1.1 經(jīng)典視覺詞袋模型
    1.2 空間共生詞袋模型
2 多層次特征融合
    2.1 卷積神經(jīng)網(wǎng)絡(luò)模型
    2.2 空間共生詞袋特征與深度特征融合
3 實驗結(jié)果與分析
    3.1 實驗數(shù)據(jù)與設(shè)置
    3.2 實驗評估
    3.3 方法對比
4 結(jié)論



本文編號：3732832