论文部分内容阅读
医学影像是临床诊断的重要工具,对医学影像进行自动分析能够提高医生的工作效率,减少由主观经验引起的诊断误差。特征提取是影像自动分析体系中的关键环节,对最后疾病诊断的精度具有重要的影响。然而,现有的方法忽略了特征的判别性信息。现有特征主要是利用病灶的低级特征,例如纹理、边缘等信息,虽然能够对病灶的主要特点进行表示,但是忽略了病灶之间的判别性,降低了识别性能。针对该问题,本文研究了一种基于深度判别性特征(DDC)学习的医学影像方法 ,提出了一种新的模型双路字典编码卷积神经网络来学习语义描述码和判别性描述码