版权所有:内蒙古大学图书馆 技术提供:维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
作者机构:福建水利电力职业技术学院信息工程学院福建三明366000
出 版 物:《福建电脑》 (Journal of Fujian Computer)
年 卷 期:2025年第41卷第2期
页 面:40-44页
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:福建水利电力职业技术学院2024年度校级科研项目(No.YJKJ2416B)资助
摘 要:传统的监督学习方法在对医学图像进行分类时,存在带有标签的数据量不足的问题。为此,本文提出一种医学图像深度聚类网络,通过采用深度聚类算法以及带有多头注意力机制的自编码器进行无监督学习,以最大化不同类别图像之间的分离度。在对乳腺超声图像分类的实验中,本文的方法相较于深度聚类方法,展现了更好的聚类性能。