基于改进的卷积神经网络LeNet-5乳腺疾病诊断方法 |
| |
引用本文: | 赵京霞,钱育蓉,张猛,杜娇.基于改进的卷积神经网络LeNet-5乳腺疾病诊断方法[J].东北师大学报(自然科学版),2019,51(2). |
| |
作者姓名: | 赵京霞 钱育蓉 张猛 杜娇 |
| |
作者单位: | 新疆大学软件学院 ,新疆乌鲁木齐,830008;新疆大学软件学院 ,新疆乌鲁木齐,830008;新疆大学软件学院 ,新疆乌鲁木齐,830008;新疆大学软件学院 ,新疆乌鲁木齐,830008 |
| |
基金项目: | 国家自然科学基金;新疆维吾尔自治区项目 |
| |
摘 要: | 针对计算机辅助乳腺疾病诊断方法准确率低、耗时长等问题,提出一种基于改进的卷积神经网络(CNN)的乳腺疾病诊断方法.该方法从以下3个方面做了改进:(1)设计双通道卷积神经网络来解决单通道特征提取不充分的问题;(2)采用Dropout技术有效地防止过拟合现象;(3)采用支持向量机(SVM)代替传统的Softmax分类器以减少运算量,提高运算速度.测试结果表明:所提出的分类模型平均准确率高达92.31%,平均训练时间为968s,充分验证了该方法的有效性.
|
关 键 词: | 计算机辅助诊断 卷积神经网络 双通道 医学图像分类 |
本文献已被 CNKI 万方数据 等数据库收录! |
|