一种基于神经网络的宫颈癌识别方法

本发明公开了一种基于神经网络的宫颈癌识别方法，包括以下步骤：S1:采集宫颈细胞图像，标注正常细胞及不同级别病变细胞类别以构建训练数据集S2随后对图像进行颜色增强和归一化预处理，提升后续识别效果；S3:进而设计一种改进的神经网络算法，通过多尺度特征提取、二阶注意力机制及引入信号系统中斜坡信号的变化速率的自适应正则化策略，动态优化模型训练过程S4:利用预处理后的图像对该神经网络模型进行训练；S5最终基于训练好的模型对待检测图像进行识别，输出宫颈癌的存在与否及分级结果。本发明通过预处理增强图像特征可读性，结合创新神经网络结构与信号系统中斜坡信号的变化速率0动态调节正则化强度，有效提升了宫颈癌识别的准确性和模型泛化能力，为宫颈癌的自动化筛查提供了高效可靠的技术方案。