一种子类不平衡的乳腺病理图像多分类方法

摘要

针对乳腺病理图像数据集子类不平衡及子类差异细微的问题，提出了一种面向子类不平衡的乳腺病理图像多分类方法。数据层面，引入LR-SMOTE算法平衡样本数量；算法层面，首先为了改善子类差异细微，难以精细多分类的问题，融合位置注意力机制和通道注意力机制，建立了非局部均衡注意力模型，其次，为了进一步均衡子类不平衡，Focal loss函数进行了优化改进。实验结果表明，所研究的方法具有较高分类精度，对不区分放大倍数的图像，准确度可达到97.69%,召回率可达到97.71%,对放大倍数为40×、100×、200×和400×的图像，比同类研究方法准确率均提高了0.59%以上，召回率提高了1.58%以上。

关键词

不平衡数据 / 均衡损失函数 / 注意力机制 / 乳腺癌分类