CT影像识别的卷积神经网络模型 |
| |
引用本文: | 管姝,张骞予,谢红薇,强彦,程臻.CT影像识别的卷积神经网络模型[J].计算机辅助设计与图形学学报,2018(8). |
| |
作者姓名: | 管姝 张骞予 谢红薇 强彦 程臻 |
| |
作者单位: | 太原理工大学计算机科学与技术学院;山西大医院健康体检部 |
| |
摘 要: | 针对传统分类方法分割精度低、特征提取耗时等问题,构建一个适用于CT肺结节良恶性分类的卷积神经网络模型.首先确定网络深度、卷积核数目和卷积核大小等参数,构建卷积神经网络初始模型;然后选择激活函数类型、学习率和学习率衰减策略等训练参数;最后提出对感兴趣区域划分局部子区域的方式增强样本进行训练.在LIDC-IDRI数据集上进行实验的结果表明,准确率、特异性、敏感性及AUC值分别达到92.50%,0.91,0.94和0.93;对恶性结节的识别能力明显优于其他网络模型.
|
本文献已被 CNKI 等数据库收录! |
|