TY - Jour A2 - 郑，萧琪奥 - 赖，卓迪·邓，汇丰PY - 2017DA - 2017/12/31 Ti - MultiScale高级功能融合组织病理学图像分类SP - 7521846 VL - 2017 AB - 组织病理图像分类是疾病诊断最重要的步骤之一。我们提出了一种基于被称为编码网络的深卷积神经网络的多种组织病理学图像分类方法。它可以为组织病理学图像获得比仅使用编码网络更好的表示。主要过程是培训深度卷积神经网络是提取高级功能，并将两个卷积层的高级功能融合为多尺度高级功能。为了获得更好的性能和高效率，我们将采用稀疏的AutoEncoder（SAE）和主成分分析（PCA）来降低多尺度高级功能的维度。我们在真正的组织病理学图像数据集上评估所提出的方法。我们的结果表明，所提出的方法是有效和优于编码网络的效果。SN - 1748-670x UR - https://doi.org/10.1155/2017/7521846 Do - 10.1155/2017/7521846 Do - 10.1155/2017/7521846 JF - COMBEY PB中的计算和数学方法 - HINDAWI KW - ER -