基于自監(jiān)督聚類算法的小樣本醫(yī)學(xué)圖像分類

打開文本圖片集

摘要：基于深度學(xué)習(xí)的醫(yī)學(xué)圖像分析是智慧醫(yī)療的一個(gè)重要方向。但是通常情況下，醫(yī)學(xué)圖像數(shù)據(jù)集數(shù)據(jù)量很小，而且由于醫(yī)學(xué)圖像的標(biāo)注困難，耗費(fèi)大量人力物力，所以帶標(biāo)簽的訓(xùn)練數(shù)據(jù)很難獲取。如何使用極少的帶標(biāo)簽數(shù)據(jù)和無標(biāo)簽的數(shù)據(jù)得到一個(gè)較好的網(wǎng)絡(luò)模型是本文的主要研究內(nèi)容。該文提出基于深度聚類的自監(jiān)督網(wǎng)絡(luò)模型作為特征提取器，并且使用標(biāo)簽傳播算法對(duì)特征進(jìn)行分類，解決了只有極少量標(biāo)簽（例如1張，5張或者10張）即小樣本情況下的醫(yī)學(xué)圖像分類問題，在BreakHis數(shù)據(jù)集上取得了比傳統(tǒng)機(jī)器學(xué)習(xí)算法更好的效果，并且接近于全監(jiān)督學(xué)習(xí)方法。（剩余5266字）