技术特征：
技术总结
本发明中提出的一种基于卷积神经网络的组织病理学图像分类方法，其主要内容包括：主要包括创建数据集、微调协议、预训练的卷积神经网络(CNN)作为特征提取器和微调的CNN作为分类器，其过程为，先通过手动从扫描中选择具有不同纹理图案的不同身体部位的图像，进行补丁选择和精度计算，然后选择特定的单层完全连接层，进行网络训练，再令预训练的CNN作为特征提取器，使用深度特征来训练用于分类的线性支持向量机，最后将微调的CNN作为分类器，使用得到的网络对测试补丁进行分类。本发明数据集来设计和训练深层网络，细节更丰富，数据更完善，使得检索和分类准确性显著提高，有效实现组织病理学图像的分类。
技术研发人员：夏春秋
受保护的技术使用者：深圳市唯特视科技有限公司
技术研发日：2017.11.10
技术公布日：2018.04.06