基于深度卷积神经网络方法构建肺部多模态图像分类诊断模型

武志远; 马圆; 唐浩; 姚二林; 郭秀花

首页> 中文期刊> 《中国卫生统计》 >基于深度卷积神经网络方法构建肺部多模态图像分类诊断模型

基于深度卷积神经网络方法构建肺部多模态图像分类诊断模型

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

cqvip:目的介绍卷积神经网络方法,并将其应用于肺部多模态图像进行肺结节良恶性分类。方法基于肺部PET-CT多模态图像,分析临床信息与卷积神经网络的结合并与机器学习支持向量机方法作效果对比。结果52名患者的323张结节图像纳入研究。研究表明,模型中纳入临床信息能够改进模型的分类效果,准确率、灵敏度、特异度分别为0.913、0.942、0.417;在与支持向量机模型的对比分析中,卷积神经网络模型特异度较低为0.417,而灵敏度达到0.942;支持向量机模型灵敏度较低为0.570,而特异度达到0.927。结论基于肺部PET-CT多模态图像进行肺结节良恶性判别,卷积神经网络能够获得较高的灵敏度。

著录项

来源
《中国卫生统计》 |2019年第6期|806-808813|共4页
作者
武志远; 马圆; 唐浩; 姚二林; 郭秀花;
展开▼
作者单位

首都医科大学公共卫生学院卫生统计学系 100069;

中国科学院计算技术研究所;

展开▼
原文格式 PDF
正文语种 chi
中图分类
关键词
卷积神经网络; PET-CT融合图像; 肺结节; 计算机辅助诊断;

相似文献

中文文献
外文文献
专利

1. 基于深度卷积神经网络和多核学习的遥感图像分类方法 [J] . 王鑫 ,李可 ,宁晨 . 电子与信息学报 . 2019,第005期
2. 基于深度卷积神经网络的图像分类识别方法 [J] . 安丽娜 . 信息通信 . 2019,第012期
3. 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001期
4. 基于注意力机制及卷积神经网络的肺部图像分类 [J] . 赵鑫 ,石翠萍 ,黄天盛 . 齐齐哈尔大学学报（自然科学版） . 2021,第004期
5. 基于深度卷积神经网络的海洋牧场岩礁性生物图像分类 [J] . 孙东洋 ,刘辉 ,张纪红 . 海洋与湖沼 . 2021,第005期
6. 基于深度卷积神经网络的不同极化模式SAR图像分类性能对比研究 [C] . 陶臣嵩 ,陈思伟 ,李永祯 . 第十四届全国雷达学术年会 . -1
7. 基于深度卷积神经网络的视网膜OCT图像分类方法研究 [A] . 金玉轩 . 2020

基于深度卷积神经网络方法构建肺部多模态图像分类诊断模型

摘要

著录项

相似文献

相关主题

期刊订阅