[发明专利]一种卷积神经网络区分肝癌分化等级的方法

权利要求书

1.一种卷积神经网络区分肝癌分化等级的方法，其特征在于，包括如下步骤：

步骤S1、准备数据：通过多光子显微镜采集肝癌的MPM图像，单张图像大小为425.10×425.10 μm²，像素为512×512；

步骤S2、扩大肝癌MPM图像数据集：将步骤S1采集的原始像素大小为512×512的图像调整为像素大小为2000×2000的原图像，并对原图像进行水平对称旋转，得到一组新图像；再对新图像和原图像进行垂直对称旋转，使得训练集的图像数量扩大为原来的4倍；将扩大的训练集中每张图像平均剪裁成4部分，构成新的训练集，至此训练集图像数量扩大为原来的16倍，即有原图像数×16张像素大小为1000×1000的数据集；

步骤S3、设计卷积神经网络，得到分化等级的区分结果：设计卷积神经网络的结构，输入图像为像素大小为1000×1000的MPM图像；卷积神经网络一共8层：第1层到第5层整体称为卷积层，用于提取图像中的详细特征，均包含滤波大小为3×3的卷积核，参数值为0.4的Dropout，滤波大小为3×3的卷积核，大小为2×2的池化窗；第6层到第8层为3个全连接层，第6层和第7层的全连接层后均采用参数值为0.3的Dropout和Relu激活函数；第8层的全连接层后采用Softmax激励函数，输出肝癌图像分化等级的概率。

2.根据权利要求1所述的一种卷积神经网络区分肝癌分化等级的方法，其特征在于，所述步骤S1中，通过多光子显微镜采集肝癌的MPM图像过程中，设置系统激发波长为810 nm，选择正置20×物镜（0.8 NA）扫描样品；设置2个接收通道，一个370-419 nm，标记为绿色，用于收集SHG信号；另一个420-700 nm，标记为红色，用于探测TPEF信号。