基于改进的卷积神经网络的肺结节良恶性分类

刘咏江; 谢红薇; 刘爱媛; 张昊; 强彦

首页> 中文期刊> 《计算机工程与设计》 >基于改进的卷积神经网络的肺结节良恶性分类

基于改进的卷积神经网络的肺结节良恶性分类

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

为提高肺结节良恶性分类的准确率,降低误诊率,提出一种基于改进的卷积神经网络的肺结节良恶性分类方法.采用多层感知器卷积层来提取肺结节特征;利用卷积层代替全连接层,减少网络参数,将提取到的特征输入至分类器进行分类;从网络深度、参数优化算法、学习率衰减策略、激活函数4个方面分析对分类效果的影响,构建改进的卷积神经网络模型.在LIDC IDRI数据集上的实验结果表明,该模型的准确率、敏感性、特异性和AUC值分别为95.5％、0.96、0.95和0.96,该方法比传统卷积神经网络有更高的分类准确率和低误诊率,取得了较好的分类效果.

著录项

来源
《计算机工程与设计》 |2019年第7期|2013-2018|共6页
作者
刘咏江; 谢红薇; 刘爱媛; 张昊; 强彦;
展开▼
作者单位

太原理工大学信息与计算机学院;

山西太原030024;

太原理工大学软件学院;

山西太原030024;

山西大医院健康体检部;

山西太原030024;

太原理工大学信息与计算机学院;

山西太原030024;

太原理工大学信息与计算机学院;

山西太原030024;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP391.41;
关键词
卷积神经网络; 多层感知器卷积层; 卷积层; 肺结节; 良恶性分类;

相似文献

中文文献
外文文献
专利

1. 基于卷积神经网络的肺结节良恶性分类 [J] . 吴世洋 ,任劲松 ,张冉 . 中国医学工程 . 2020,第001期
2. 基于改进深度卷积对抗生成网络的肺结节良恶性分类 [J] . 李莉 ,张浩洋 ,乔璐 . 计算机工程 . 2020,第012期
3. 基于密集网络改进的肺结节良恶性分类模型 [J] . 戴垚均 ,闫士举 ,宋成利 . 中国医学影像技术 . 2018,第007期
4. 基于三维卷积神经网络深度学习的肺结节良恶性的鉴别诊断 [J] . 王风 ,王磊 ,李囡 . 中国医学影像学杂志 . 2019,第010期
5. 基于卷积神经网络的甲状腺结节超声图像良恶性分类研究 [J] . 邹奕轩 ,周蕾蕾 ,赵紫婷 . 中国医学装备 . 2020,第003期
6. 磁共振STIR-EPI序列鉴别良恶性肺结节价值分析 [C] . 程庆华 ,江敏 . 全国第十三次中西医结合影像学术研讨会暨福建省第八次中西医结合影像学术研讨会 . 2014
7. 基于改进的卷积神经网络的肺结节良恶性分类研究 [A] . 张浣青 . 2019

基于改进的卷积神经网络的肺结节良恶性分类

摘要

著录项

相似文献

相关主题

期刊订阅