宮頸癌細胞識別作為宮頸癌防治工作的關鍵技術之一,對減少女性因患宮頸癌的死亡率具有重要意義。由于細胞圖像復雜多變,且現(xiàn)有的識別網(wǎng)絡參數(shù)量和計算量巨大,基于深度學習的宮頸癌細胞識別存在檢測識別率低下、硬件配置需求較高、檢測耗時等問題。因此優(yōu)化宮頸癌細胞識別網(wǎng)絡結構是一項具有挑戰(zhàn)意義和研究價值的工作,也是關乎女性健康的重要課題。針對上述問題,本文優(yōu)化了特征提取網(wǎng)絡和SSD算法提出了基于改進ResNet的宮頸癌細胞識別網(wǎng)絡,并引入了 OD-FWSI算法和全局逐步網(wǎng)絡壓縮算法用于網(wǎng)絡壓縮和加速。本文的具體工作如下:（1）提出基于改進ResNet的宮頸癌細胞識別網(wǎng)絡用于細胞圖像識別。該網(wǎng)絡在目前最具影響力的SSD目標檢測模型上進行兩方面改進。一方面借鑒深度殘差網(wǎng)絡和密集連接卷積網(wǎng)絡結構的優(yōu)點,同時結合圖像特征融合的思想,提出了改進ResNet特征提取網(wǎng)絡;另一方面,提出了針對宮頸癌細胞識別的SSD算法,通過改進先驗框選取設計、先驗框與細胞匹配原則和損失函數(shù)三方面,提高了宮頸癌細胞識別的準確率。（2）由于上述網(wǎng)絡計算復雜度高,參數(shù)眾多,需要耗費大量的時間和昂貴的硬件設施去對宮頸癌細胞圖像進行識別。因... 

【文章來源】：北京交通大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【部分圖文】：

圖２－２稀疏交互的圖形示意圖??

輸入影響４，當＊ｓ■是由全連接運算得出時，：＾，１２，：》：３，：》：４，１５的輸入都會影響＆。??在整個卷積神經(jīng)網(wǎng)絡中，處于深層的網(wǎng)絡單元盡管沒有與輸入圖像直接相連，??但它可以間接地感知輸入圖像中的絕大多數(shù)信息，如圖２－３所示。處于深層的網(wǎng)??絡單元，他們的感受野要比處在淺層的感受野更大，這使得卷積神經(jīng)網(wǎng)絡通過稀??疏交互的方法能夠大大降低整個網(wǎng)絡參數(shù)量的同時實現(xiàn)輸入信息的復雜交互。??０？Ｑ？？??圖２－３深層網(wǎng)絡的單元感受野大小示意圖??Ｆｉｇｕｒｅ?２－３?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｕｎｉｔ?ｓｅｎｓｉｎｇ?ｆｉｅｌｄ?ｓｉｚｅ?ｏｆ?ｄｅｅｐ?ｎｅｔｗｏｒｋ??（２）參數(shù)共享是指輸入共享同一權重，卷積層中的卷積核同時作用于上一??層輸入的每一塊域。參數(shù)共享的具體實現(xiàn)如圖２－４所示。黑色箭頭表示在卷積運??算中對卷積核中間參數(shù)的使用。圖２－４上面因為參數(shù)共享，這個參數(shù)被用于輸入??圖像的所有位置。圖２－４下面是全連接模型，該參數(shù)只用于一個位置的輸入信息??Ａ。??？?？?？?？?Ｇ）??（Ｖ）?（Ｗ）?（Ｗ）?（Ｖ）?（Ｖ）??？?？?０?？?？??？?＠?？?？?？??圖２－４網(wǎng)絡參數(shù)共享示意圖??Ｆｉｇｕｒｅ?２－４?Ｎｅｔｗｏｒｋ?ｐａｒａｍｅｔｅｒ?ｓｈａｒｉｎｇ?ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ??在卷積運算中，參數(shù)共享同樣降低了整個網(wǎng)絡的參數(shù)量，保證了我們只需要??９??

輸入影響４，當＊ｓ■是由全連接運算得出時，：＾，１２，：》：３，：》：４，１５的輸入都會影響＆。??在整個卷積神經(jīng)網(wǎng)絡中，處于深層的網(wǎng)絡單元盡管沒有與輸入圖像直接相連，??但它可以間接地感知輸入圖像中的絕大多數(shù)信息，如圖２－３所示。處于深層的網(wǎng)??絡單元，他們的感受野要比處在淺層的感受野更大，這使得卷積神經(jīng)網(wǎng)絡通過稀??疏交互的方法能夠大大降低整個網(wǎng)絡參數(shù)量的同時實現(xiàn)輸入信息的復雜交互。??０？Ｑ？？??圖２－３深層網(wǎng)絡的單元感受野大小示意圖??Ｆｉｇｕｒｅ?２－３?Ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｕｎｉｔ?ｓｅｎｓｉｎｇ?ｆｉｅｌｄ?ｓｉｚｅ?ｏｆ?ｄｅｅｐ?ｎｅｔｗｏｒｋ??（２）參數(shù)共享是指輸入共享同一權重，卷積層中的卷積核同時作用于上一??層輸入的每一塊域。參數(shù)共享的具體實現(xiàn)如圖２－４所示。黑色箭頭表示在卷積運??算中對卷積核中間參數(shù)的使用。圖２－４上面因為參數(shù)共享，這個參數(shù)被用于輸入??圖像的所有位置。圖２－４下面是全連接模型，該參數(shù)只用于一個位置的輸入信息??Ａ。??？?？?？?？?Ｇ）??（Ｖ）?（Ｗ）?（Ｗ）?（Ｖ）?（Ｖ）??？?？?０?？?？??？?＠?？?？?？??圖２－４網(wǎng)絡參數(shù)共享示意圖??Ｆｉｇｕｒｅ?２－４?Ｎｅｔｗｏｒｋ?ｐａｒａｍｅｔｅｒ?ｓｈａｒｉｎｇ?ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ??在卷積運算中，參數(shù)共享同樣降低了整個網(wǎng)絡的參數(shù)量，保證了我們只需要??９??


本文編號：3359283