基于DenseNet的肺部医学影像智能检测方法研究 |
| |
引用本文: | 郭邵宁,张伟,董延华.基于DenseNet的肺部医学影像智能检测方法研究[J].哈尔滨商业大学学报(自然科学版),2023(2):164-168. |
| |
作者姓名: | 郭邵宁 张伟 董延华 |
| |
作者单位: | 吉林师范大学数学与计算机学院 |
| |
摘 要: | 研究基于智能检测医学图像分类的肺部X线胸片检测可快速准确的对患者进行临床分析和诊断,能够实现病症早发现早治疗,为临床决策提供高效可靠的支持.以包含医学图像的Chest X-ray的数据集为基础,对其进行了缩放、随机裁剪、水平翻转、维度转换、像素值归一化处理等预处理后,创新地利用DenseNet-121模型进行了肺炎的分类实验.实验证明基于DenseNet的肺部医学图像的测试准确率达到97.4%,召回率、F1值等量化指标也优于已有的ResNet方法,证明DenseNet可作为肺炎医学影像智能检测的一种有效方式.
|
关 键 词: | 医学影像 深度学习 图像分类 卷积神经网络 肺部 DenseNet网络 |
|
|