节点文献

卷积神经网络在肝包虫病CT图像诊断中的应用

免费订阅

【作者】 刘志华李丰军严传波

【Author】 Liu Zhihua;Li Fengjun;Yan Chuanbo;College of Public Health , Xinjiang Medical University;College of Medical Engineering Technology , Xinjiang Medical University;

【通讯作者】 严传波;

【机构】 新疆医科大学公共卫生学院新疆医科大学医学工程技术学院

【摘要】 探讨卷积神经网络(Convonlutional Neural Network,CNN)在肝包虫病CT图像诊断中的应用。选取两种类型的肝包虫病CT图像进行归一化、改进的中值滤波去噪和数据增强等预处理。以LeNet-5模型为基础提出改进的CNN模型CTLeNet,采用正则化策略减少过拟合问题,加入Dropout层减少参数个数,对二分类肝包虫图像进行分类实验,同时通过反卷积实现特征可视化,挖掘疾病潜在特征。结果表明,CTLeNet模型在分类任务中取得了较好的效果,有望通过深度学习方法对肝包虫病提供辅助诊断和决策支持。

【基金】 国家自然科学基金项目(81560294)
【所属期刊栏目】 人工智能 (2019年11期)
  • 【DOI】10.16157/j.issn.0258-7998.190651
  • 【分类号】R532.32;TP391.41;TP183
  • 【下载频次】52
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: