[发明专利]一种基于卷积神经网络的食管癌病理图像自动甄别装置及其甄别方法

摘要

本发明公开了一种基于卷积神经网络的食管癌病理图像自动甄别装置及其甄别方法，该装置包括图像采集模块、图像处理模块、数据存储模块、迁移学习模块、网络训练模块和甄别模块。本发明所述的甄别方法包括以下步骤：1、图像采集模块采集病理图像，构建食管癌病理切片图像库；2、通过图像处理模块对各病理图像库进行扩充；3、利用扩充后的预训练网络病理图像数据集完成迁移学习；4、在习得的卷积神经网络结构上，用扩充后的食管癌病理图像数据集训练网络并微调权值，得到判别的网络模型，用甄别模块实现智能化判别。本发明克服了因缺乏大型公开、已标记的食管癌病理图像数据集作为训练样本导致的深度学习过程中易出现的过拟合问题，提高识别率。

主权项

1.一种基于卷积神经网络的食管癌病理图像自动甄别装置，其特征在于：包括图像采集模块，采集食管肿瘤组织病理图像，构建食管癌病理切片图像库；图像处理模块，对各图像库中的病理图像进行旋转、缩放、镜像及其组合操作，按良性或者恶性标注标签并分成良性肿瘤图像数据集BD和恶性肿瘤图像数据集MD；数据存储模块，将经由图像处理模块处理得到的数据集BD和MD中的图像进行合并，完成数据集的扩充，对扩充后的预训练网络病理图像数据集BH和扩充后的食管癌病理图像数据集EC进行存储；迁移学习模块，利用数据存储模块中的数据集BH进行迁移学习，得到深度神经网络的初始化结构和权值；网络训练模块，以数据集BH迁移学习得到的网络结构和权值作初值，用扩充后的食管癌病理图像数据集EC对网络进行有监督训练，并对参数进行微调，获得适于判别食管癌图像的网络结构和权值；甄别模块，在训练好的食管癌病理切片图像集网络上，将其测试集图像输入网络，检测装置对病理图片的判别能力，再将待诊断的图片输入网络，经过网络判别给出良性或恶性肿瘤的判别结果。