基于DenseNet-SRC的多组慢性鼻窦炎计算机辅助诊断模型研究

刘东; 任海玲; 廖聪; 赵梦

首页> 中文期刊> 《中国数字医学》 >基于DenseNet-SRC的多组慢性鼻窦炎计算机辅助诊断模型研究

基于DenseNet-SRC的多组慢性鼻窦炎计算机辅助诊断模型研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

目的:基于稀疏表示分类的密集神经网络(DenseNet-SRC),搭建多组慢性鼻窦炎计算机辅助诊断模型,实现多组慢性鼻窦炎自动高效分类识别,以辅助医生诊断,提高诊断精确度。方法:首先,使用迁移学习预训练密集神经网络模型初始化参数;其次,采用蝶窦、额窦、筛窦、上颌窦4组慢性鼻窦炎数据训练密集神经网络,提取全连接层的特征向量;然后,采用稀疏表示分类器(SRC)对特征向量进行表示,求解系数矩阵,利用残差相似度进行分类;最后,将DenseNet-SRC与DenseNet-SVM模型及其他卷积神经网络模型进行对比实验。结果:本研究提出的DenseNet-SRC模型的分类准确度达到99.71%,高于DenseNet-SVM及其他卷积神经网络模型。结论:基于DenseNet-SRC的多组慢性鼻窦炎计算机辅助诊断模型,具有较好的分类识别准确率,能提高临床诊断的精确度,为多组慢性鼻窦炎的诊断提供参考。

著录项

来源
《中国数字医学》 |2022年第9期|84-89|共6页
作者
刘东; 任海玲; 廖聪; 赵梦;
展开▼
作者单位

宁夏医科大学理学院;

宁夏医科大学临床医学院;

银川市第一人民医院信息管理部;

展开▼
原文格式 PDF
正文语种 chi
中图分类 R765.41;
关键词
密集神经网络; 医学图像; 鼻窦炎; SRC算法;

相似文献

中文文献
外文文献
专利

1. 基于集成DBN的肺部肿瘤计算机辅助诊断模型研究 [J] . 杨健 ,周涛 ,郭丽芳 . 现代电子技术 . 2019,第008期
2. 基于机器学习的计算机辅助诊断模型的研究 [J] . 吕晓燕 ,罗立民 ,李祥生 . 计算机工程与应用 . 2008,第35期
3. 基于模糊数学与逐步判别分析相结合的医学计算机辅助诊断模型的研究 [J] . 吕晓燕 ,郭建军 . 山西医科大学学报 . 2003,第006期
4. 基于集成DE-NRS的肺部肿瘤影像组学计算机辅助诊断模型 [J] . 任海玲 ,周涛 ,霍兵强 . 计算机应用与软件 . 2020,第005期
5. 基于集成VPRS-RUGGA支持向量机的多模态肺部肿瘤计算机辅助诊断模型 [J] . 张飞飞 ,周涛 ,陆惠玲 . 生物医学工程研究 . 2019,第1期
6. 基于集成CNN的肺部肿瘤PET/CT计算机辅助诊断模型 [C] . WANG Yuanyuan ,王媛媛 ,ZHOU Tao . 第18届全国图象图形学学术会议 . -1
7. 面向急性加重型慢阻肺的计算机辅助诊断模型研究 [A] . 李曌星 . 2019

基于DenseNet-SRC的多组慢性鼻窦炎计算机辅助诊断模型研究

摘要

著录项

相似文献

相关主题

期刊订阅