论文部分内容阅读
针对脑脊液细胞图像拓扑结构复杂,采用传统的基于人工特征的分类方法效果并不好,提出一种基于卷积神经网络的脑脊液细胞图像分类方法。设计一个网络,卷积层分别使用ReLU、LReLU和RReLU这3种激活函数,分为3个网络模型;CNN-RReLU模型使用RReLU激活函数时采用新的策略,在训练和测试阶段,参数a值都是随机取自区间为5到8的均匀分布。在正常异常脑脊液细胞图像和3类单目标脑脊液细胞图像上的两组实验结果表明,该方法在平均分类准确率标准上有显著提升,单张平均分类时间大幅减少,CNN-RReLU的性能