一种基于AmoebaNet的MRI前列腺癌检测方法

摘要

本发明属于图像识别技术领域，具体涉及一种基于AmoebaNet的MRI前列腺癌检测方法，包括如下步骤：数据集构建、数据预处理、数据集划分、模型构建、模型训练、模型评价，所述数据集构建读取PROSTATEx数据集的图片数据与其对应标签，将其以矩阵形式保存；所述数据预处理对数据进行增强与缩放处理；所述数据集划分以K折交叉验证方法将数据集重组为多个训练集与测试集组合；所述模型构建以AmoebaNet为基础构建模型，建立多尺度非线性的深度学习网络，同时加入1*1卷积对数据维度进行提升，并使用全连接对特征进行最终分类；所述模型训练对多个组合对模型进行训练；所述模型评价采用准确率、召回率与F1‑Score对模型识别效果进行评价。