醫(yī)學(xué)圖像分類技術(shù)對(duì)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?jī)?nèi)容之間的細(xì)微差別與局部空間關(guān)系信息,而目前流行的視覺(jué)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(yǔ)義特性.因此,本文提出一種新的空間共生詞袋模型來(lái)刻畫醫(yī)學(xué)圖像視覺(jué)單詞之間的局部空間關(guān)系模式,并進(jìn)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(shí)驗(yàn)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(yè)數(shù)】：6 頁(yè)

【文章目錄】：
1 空間共生視覺(jué)詞袋模型
    1.1 經(jīng)典視覺(jué)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(shí)驗(yàn)結(jié)果與分析
    3.1 實(shí)驗(yàn)數(shù)據(jù)與設(shè)置
    3.2 實(shí)驗(yàn)評(píng)估
    3.3 方法對(duì)比
4 結(jié)論



本文編號(hào)：3732832