基于空间共生词袋模型与卷积神经网络的医学影像分类方法 |
| |
作者单位: | ;1.湘南学院软件与通信工程学院 |
| |
摘 要: | 医学图像分类技术对于医学辅助诊断具有重要的意义.相比较于自然图像分类,医学图像分类更注重于局部内容之间的细微差别与局部空间关系信息,而目前流行的视觉词袋模型忽视了空间关系信息,深度学习方法则缺少语义特性.因此,本文提出一种新的空间共生词袋模型来刻画医学图像视觉单词之间的局部空间关系模式,并进一步与卷积神经网络特征融合,用于医学图像分类.实验结果表明,所提方法能够有效地挖掘医学图像的本质特征,取得高于目前流行方法的分类性能.
|
关 键 词: | 视觉词袋模型 卷积神经网络 医学图像分类 特征表达 |
Medical Image Classification Method Based on Bag-of-Spatial-Symbiosis-Words Model and Convolution Neural Network |
| |
Abstract: | |
| |
Keywords: | |
|
|