1. 毕业设计（论文）主要内容：

卷积神经网络（cnn）是一种包含卷积计算，具有深度结构的前馈神经网络。

它适用于常规的图像分类任务。

然而在医疗图像分类任务中，数据量少，样本类间差异小，类内差异大则会给模型识别率增加很多困难。

2. 毕业设计（论文）主要任务及要求

（1）查阅相关文献资料15篇以上（其中近5年外文文献不少于3篇）。

（2）完成开题报告及任务书。

（3）利用python进行建模，针对医疗图像构建合适的模型，采用迁移学习的方式解决样本少的问题，通过c 构建gui操作界面并将算法整合到操作系统之中，同时同传统分类算法如svm，决策树等进行对比。

3. 毕业设计（论文）完成任务的计划与安排

（1）第1－4周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

（2）第5－6周：熟悉掌握基本理论，完成英文资料的翻译，熟悉相关工具软件的使用。

（3）第7－9周：设计卷积神经网络并完成仿真。

4. 主要参考文献

[1] lin t y , dollár, piotr, girshick r , et al. feature pyramid networks for objectdetection[j]. 2016.

[2] leung m k k , xiong h y , lee l j , et al. deep learning of thetissue-regulated splicing code[j]. bioinformatics, 2014, 30(12):i121.

[3] deep convolutional neural networks for annotating gene expressionpatterns in the mouse brain[j]. bmc bioinformatics, 2015, 16(1):147.