基于CAP-Net的多粒度乳腺癌病理图像识别模型

摘要

在医学图像识别领域，图像的特征提取与图片的放大倍数有着紧密的联系，因此，多数乳腺癌图像识别模型都会在不同放大倍数下进行实验。但在实际应用中希望能够综合不同倍数的图像信息来全面评估疾病特征，提升患者治疗效果。针对上述问题以及医学图像中肿瘤分类的挑战，聚焦于关注肿瘤类别而不依赖于特定放大倍数，提出了基于卷积神经网络（Convolutional Neural Networks, CNN）和上下文感知注意力池化（Context-aware Attentional Pooling, CAP）的分类模型。首先通过CNN提取图像的卷积特征，然后结合CAP模块综合考虑4种级别的特征上下文信息（包括像素级、小区域、大区域和图片级）进行分类。使用DenseNet121、 MobileNetV2和Xception 3种CNN网络结合CAP在BreaKHis数据集上进行实验，将同一类别4种不同放大倍数的数据合并起来，对8类乳腺癌病理图像进行识别。该模型的准确率达到了96.87%，验证了其在医学图像分类中的有效性。

关键词

上下文感知注意力池化 / 乳腺癌病理图像 / 图像识别 / 卷积神经网络 / 多粒度图像识别

基金资助

国家自然科学基金资助项目（61774137）; 山西省基础研究计划资助项目（202103021224195,202103021224212,202103021223189,20210302123019）