[发明专利]一种用于CT图像识别的神经网络架构方法

权利要求书

1.一种用于CT图像识别的神经网络架构方法，其特征在于包括：

获取待训练的CT图像数据集，根据CT图像的类型确定候选神经网络的类型；

定义神经网络的基本架构，其中该神经网络的基本架构包括三个由N个Cell构成的基本模块、作为下采样结点的Residual block、作为神经网络输出的全局平均池化模块；

设置该神经网络基本架构的搜索空间；

搜索Cell的基本结构，采用搜索算法对神经网络架构进行搜索；

采用低保真的训练集对神经网络进行训练；

将CT图像数据集分为测试集和验证集，将测试集输入至神经网络，将验证集的准确率作为搜索算法的评估标准，获取最优的Cell从而得到适用于该数据集的最优架构，将最优架构作为识别算法用于CT图像伪影的识别。

2.根据权利要求1所述的方法，其特征还在于：该神经网络的基本架构的搜索空间包括1×1conv、3×3conv、identity、3×3avg、avg几种基本组件。

3.根据权利要求1所述的方法，其特征还在于：所述搜索算法包括强化学习、进化计算、贝叶斯优化和梯度算法。