А.Ю. Маковецкий, В.И. Кобер, С.М. Воронин, А.В. Воронин, В.Н. Карнаухов, М.Г. Мозеров

Гибридная нейронная сеть для классификации маммографических изображений

Важным этапом решения задачи классификации и сегментации 2D-изображений является извлечение локальных геометрических особенностей. Сверточные нейронные сети в последние годы широко используются для решения задач в этой области. Обычно окрестность каждого пикселя изображения используется для сбора локальной геометрической информации. Сверточная нейронная сеть используется для извлечения основных геометрических особенностей окрестности. В этой статье мы предлагаем нейронную сеть на основе конкатенации десрипторов двух известных нейронных сетей для решения задачи извлечения локальных геометрических особенностей маммографических изображений. Для повышения точности классификации маммограмм используется фильтрация признаков на основе вычисления совместной информации. Результаты компьютерного моделирования представлены для иллюстрации эффективности предлагаемого метода.

 

КЛЮЧЕВЫЕ СЛОВА: сверточная нейронная сеть, сегментация, классификация, совместная информация