应用于医学图像分类的深度聚类网络OA
传统的监督学习方法在对医学图像进行分类时,存在带有标签的数据量不足的问题。为此,本文提出一种医学图像深度聚类网络,通过采用深度聚类算法以及带有多头注意力机制的自编码器进行无监督学习,以最大化不同类别图像之间的分离度。在对乳腺超声图像分类的实验中,本文的方法相较于深度聚类方法,展现了更好的聚类性能。
余阳
福建水利电力职业技术学院信息工程学院,福建三明366000
计算机与自动化
乳腺超声图像深度聚类医学图像分类
《福建电脑》 2025 (2)
P.40-44,5
福建水利电力职业技术学院2024年度校级科研项目(No.YJKJ2416B)资助。
评论