首页> 中文期刊> 《生命科学仪器》 >基于CT影像数据和改进降噪自编码器的肺结节生长预测模型

基于CT影像数据和改进降噪自编码器的肺结节生长预测模型

         

摘要

为提高患者肺结节疾病诊断的准确率,提出一种基于改进降噪自编码器(denoising autoencoder,DAE)的三维肺结节CT图像预测方法。其中,采用面绘制法对肺结节CT图像进行三维体素重建,以获取三维肺结节图像,采用热核特征表示方法表征三维肺结节低层特征,最后采用改进的DAE网络对肺结节进行预测,以实现肺结节CT影像的精准预测。仿真结果表明,相较于标准的DAE模型和深度信念网络(deep belief network,DBN)、金字塔匹配(intrinsic pyramid matching,ISPM)、降调距离矩阵方法(reduced Bi-harmonic distance matrix,RBiHDM),本研究提出的方法对二维数据和三维数据的识别准确率分别达到81.2%和96.2%,具有更高的准确性。由此得出,改进降噪自编码器可识别肺结节影像,更好的辅助医师诊断。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号