首页 | 本学科首页   官方微博 | 高级检索  
     

基于深度学习的肺部医疗图像识别
引用本文:曹珍贯,李锐,张宗唐. 基于深度学习的肺部医疗图像识别[J]. 齐齐哈尔大学学报(自然科学版), 2022, 38(2): 44-49. DOI: 10.3969/j.issn.1007-984X.2022.02.009
作者姓名:曹珍贯  李锐  张宗唐
作者单位:安徽理工大学 电气与信息工程学院,安徽 淮南 232000
摘    要:
肺结节作为肺癌早期诊断的重要特征,对其识别和类型判断具有重要意义.目前使用迁移学习的识别算法存在着源数据集与目标数据集差距过大问题,对于肺结节特征提取不足,导致效果不佳.故此提出了基于卷积神经网络的改进神经网络模型.将预训练的GooLeNet Inception V3网络与设计的特征融合层结合,提高网络对特征的提取能力;为确定最佳组合方式,对各组以准确率为标准进行测试.实验在LUNA16肺结节数据集上进行.进行分组测试结果表明,改进的网络准确率达88.80%,敏感度达87.15%.在识别准确率和敏感性指标上,与GooLeNet Inception V3算法相比,分别提高了2.72,2.19个百分点.在不同数据集比例下进行实验,同样达到了更优的效果,具有更好的泛化能力.可以给临床诊断提供相对客观的指标依据.

关 键 词:医学图像  深度学习  迁移学习  GooLeNet

Lung medical image recognition based on deep learning
CAO Zhen-guan,LI Rui,ZHANG Zong-tang. Lung medical image recognition based on deep learning[J]. Journal of Qiqihar University(Natural Science Edition), 2022, 38(2): 44-49. DOI: 10.3969/j.issn.1007-984X.2022.02.009
Authors:CAO Zhen-guan  LI Rui  ZHANG Zong-tang
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号