基于空間信息關注和紋理增強的短小染色體分類方法

摘要： 染色體分類是核型分析中的重要任務之一。盡管殘差神經(jīng)網(wǎng)絡已經(jīng)在染色體分類領域取得了顯著成就，但由于部分染色體具有長度較短、分類特征難以識別以及形態(tài)相似度較高的特點，使得其分類仍然具有挑戰(zhàn)性。提出了基于空間信息關注和紋理增強的染色體分類模型(SIATE-Net)，以Inception＿ResNetV2模型作為骨干網(wǎng)絡提取染色體的深層特征，自注意力機制和深度可分離卷積的引入能夠更好地... （共13頁）