基于卷积神经网络的宫颈细胞图像分类研究

发布时间：2023-10-21 14:53

　　宫颈细胞图像的分类研究对宫颈癌的早期检测和治疗有着重要的意义。为了满足宫颈细胞图像分类的需求,推动卷积神经网络在其中的应用逐渐成为了热门研究课题。由于自身发展的限制,现有的宫颈细胞图像分类卷积神经网络存在着数据训练有效性偏低、训练速度不足等问题。针对卷积神经网络在宫颈细胞图像分类中存在的应用问题,本文通过分析宫颈细胞图像分类的国内外研究现状,对宫颈细胞图像分类的特点和方法进行了总结,并对卷积神经网络在宫颈细胞图像分类中的应用现状进行了探讨。在此基础上,本文通过研究卷积神经网络的理论,介绍了其应用方法,并对卷积神经网络的基本结构和正向、反向的传播过程进行了总结。同时,本文通过分析卷积神经网络的常用结构,利用卷积神经网络进行宫颈细胞图像分类训练的深度学习方法进行了总结。在此基础上,本文设计了一种基于嵌套残差网络的宫颈细胞分类方法,详细介绍了嵌套残差网络的细胞分类总流程和网络结构的设计原理,并建立了实验模型。通过实验分析对比,验证了基于嵌套残差网络的宫颈细胞分类相比传统的分类方法在分类有效性等方面的提高等。但基于嵌套残差网络的宫颈细胞分类方法在训练速度等方面存在一定的缺陷。为了改善此问题,本...

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 卷积神经网络发展现状
        1.2.2 宫颈细胞分类研究现状
    1.3 研究内容及结构安排
第二章 卷积神经网络基础理论
    2.1 卷积神经网络的基本结构与原理
        2.1.1 卷积层
        2.1.2 激活函数
        2.1.3 池化层
        2.1.4 批归一化层
        2.1.5 全连接层与SoftMax层
    2.2 卷积神经网络的训练过程
        2.2.1 正向传播
        2.2.2 反向传播
    2.3 常用网络结构
        2.3.1 LeNet-5
        2.3.2 AlexNet
        2.3.3 VGG-Nets
        2.3.4 GoogLeNet
        2.3.5 ResNet
    2.4 本章小结
第三章 基于嵌套残差网络的宫颈细胞分类方法
    3.1 网络结构设计
    3.2 数据集制作
        3.2.1 数据集扩充
        3.2.2 仿真实验与分析
    3.3 实验及结果分析
        3.3.1 评价指标
        3.3.2 网络训练
        3.3.3 结果分析
    3.4 本章小结
第四章 嵌套残差网络的优化设计
    4.1 嵌套残差网络激活函数的选择
        4.1.1 嵌套残差网络激活函数的优化
        4.1.2 仿真实验与分析
    4.2 多通道卷积神经网络的设计
        4.2.1 第一、二通道
        4.2.2 第三通道
        4.2.3 第四通道
    4.3 实验及结果分析
    4.4 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
攻读硕士学位期间所取得的研究成果
致谢



本文编号：3856055