基于反卷积神经网络的脑脊液图像快速识别模型

作     者：黄文明 冷金强 邓珍荣 徐双双 雷茜茜 Huang Wenming;Leng Jinqiang;Deng Zhenrong;Xu Shuangshuang;Lei Qianqian

作者机构：桂林电子科技大学计算机科学与工程学院广西桂林541004 

基　　金：广西自然科学基金项目(2013GXNSFAA019350) 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2016年第33卷第7期

页      码：225-228,303页

摘      要：提出一种基于反卷积神经网络的脑脊液CSF(Cerebrospinal Fluid)图像快速识别模型。该模型使用无监督学习方法从底层边缘特征到高层对象部分连接对整个图像进行图片特征表述。此外,对不变性、多层模型中层与层如何直接训练等基本问题设计了一系列方法,如引入开关变量,计算每一幅图片试用的滤波器,并允许对每一层的图片单独训练,都提高了学习的鲁棒性。实验结果表明,该模型大大改进了脑脊液细胞图像识别的准确率,同时提高了训练效率。

主 题 词：反卷积神经网络 特征提取 脑脊液 图像识别 分类线性支持向量机 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.1000-386x.2016.07.052

馆 藏 号：203167650...