卷积神经网络在肝包虫病CT图像诊断中的应用 |
| |
引用本文: | 刘志华,李丰军,严传波. 卷积神经网络在肝包虫病CT图像诊断中的应用[J]. 电子技术应用, 2019, 45(11): 17-20 |
| |
作者姓名: | 刘志华 李丰军 严传波 |
| |
作者单位: | 新疆医科大学公共卫生学院,新疆乌鲁木齐,830011;新疆医科大学医学工程技术学院,新疆乌鲁木齐,830011 |
| |
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。
|
关 键 词: | 深度学习 卷积神经网络 肝包虫病 图像分类 计算机辅助诊断 |
Application of convolutional neural network in CT image diagnosis of hepatic echinococcosis |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|