[发明专利]一种面向样本不均衡的不合格免疫组化图像识别系统

权利要求书

1.一种面向样本不均衡的不合格免疫组化图像识别系统，其特征在于，所述系统包括：

图像增强模块，对原始图像进行垂直水平翻转、随机平移、随机裁减、色域抖动和/或随机亮度增减；

图像识别模块，将增强后的图片输入EfficientNet卷积神经网络中，通过若干移动翻转瓶颈卷积模块提取图像特征，经过全连接层和Softmax激活函数，并基于Focal Loss损失函数，得到不合格免疫组化图像的识别结果。

2.根据权利要求1所述的一种面向样本不均衡的不合格免疫组化图像识别系统，其特征在于，对原始图像进行随机平移包括：

设置移动距离阈值，在移动距离阈值内随机将图像沿水平和垂直方向平移，并填充图像中的空缺区域。

3.根据权利要求1所述的一种面向样本不均衡的不合格免疫组化图像识别系统，其特征在于，对原始图像进行色域抖动包括：

将图像变换到HSV颜色空间，取出代表色调的H通道，并设置色域抖动阈值范围，在色域抖动阈值范围内随机改变图像的色调。

4.根据权利要求1所述的一种面向样本不均衡的不合格免疫组化图像识别系统，其特征在于，对原始图像进行随机亮度增减包括：

将图像变换到HSV颜色空间，取出代表明度的V通道，并设置随机亮度阈值范围，在随机亮度阈值范围内随机增加或减小原始图像的明度。

5.根据权利要求1-4任一项所述的一种面向样本不均衡的不合格免疫组化图像识别系统，其特征在于，所述图像增强模块包括：

对原始图像按自定义的概率进行垂直水平翻转、随机平移、随机裁减、色域抖动和/或随机亮度增减。

6.根据权利要求1所述的一种面向样本不均衡的不合格免疫组化图像识别系统，其特征在于，所述EfficientNet卷积神经网络采用EfficientNet-B5模型结构。

7.根据权利要求1或6所述的一种面向样本不均衡的不合格免疫组化图像识别系统，其特征在于，所述图像识别模块包括：

将增强后的图片输入EfficientNet卷积神经网络中，经依次连接的3×3卷积层、第一批归一化层和Swish激活函数得到特征图，将特征图输入依次连接的7个MBConv模块、1×1卷积层、第二批归一化层、全局平均池化层得到特征向量，最后通过全连接层和Softmax激活函数，得到识别结果。

8.根据权利要求7所述的一种面向样本不均衡的不合格免疫组化图像识别系统，其特征在于，所述MBConv模块具体为：

当扩展比例为1时，MBConv模块包括依次连接的k×k深度卷积层、SE模块、随机失活层；

当扩展比例大于1时，MBConv模块通过1×1卷积层增加输出通道数量，再经依次连接的批归一化层、Swish激活函数、k×k深度卷积层、SE模块，然后通过1×1卷积层恢复特征图通道数，得到输出特征图；

当输入特征图和输出特征图相同时，所述MBConv模块还包括一捷径分支和随机失活层；所述捷径分支从输入端直接连接到输出端。

9.根据权利要求8所述的一种面向样本不均衡的不合格免疫组化图像识别系统，其特征在于，所述SE模块包括依次连接的全局平均池化层、两层1×1卷积层和Sigmoid激活函数。

10.根据权利要求1所述的一种面向样本不均衡的不合格免疫组化图像识别系统，其特征在于，所述Focal Loss损失函数的表达式如下：

FL(y,p)＝-(1-p_t)^γlog(p_t)

式中，γ为可调节因子，(1-p_t)^γ为调制系数，p_t为置信度。