摘要
本发明的实施例提供了基于CE‑CNN‑Adam的病案图像自动分类方法。所述方法包括获取病案图像数据集，对所述病案图像数据集进行图像预处理，得到训练集；构建CNN模型，基于训练集对CNN模型进行训练，得到训练完成的CNN模型；通过将验证集输入训练完成的CNN模型进行前向传播，得到输出向量；计算每个输出向量的最大值的索引作为预测类别，计算类别预测正确的准确率，当准确率大于当前最高准确率时，保存当前的CNN模型作为分类模型；利用所述分类模型对病案图像进行分类。以此方式，可以提高对病案图像的分类准确性，并提升病案分类效率。
