基于深度学习的膀胱肿瘤MRI图像分级分期预测
膀胱癌的发病呈现增高的趋势,对放射科医生来说,检测和分类膀胱恶性肿瘤是一项耗时较大的工作.近年来,计算机辅助诊断系统的进步以及深度学习(Deep learning)的发展,使其成为医学图像处理的有力工具.文章提出一种基于深度卷积神经网络的膀胱癌MRI图像的优化模型,得到适合膀胱肿瘤MRI图像分级和分期预测的算法,取得较好的预测诊断效果,膀胱肿瘤分级预测准确率93.75%,膀胱肿瘤分期预测准确率98.96%,为膀胱肿瘤的无创预测提供了新的手段.
膀胱癌、MRI、计算机辅助诊断、深度学习、卷积神经网络
17
TP183(自动化基础理论)
皖南医学院大学生科研基金;安徽省大学生创新创业训练项目;皖南医学院校级精品开放课程"医学数据挖掘";皖南医学院校级教学研究项目"大数据背景下医学数据挖掘课程实践教学研究";安徽省质量工程教学研究项目"以学科竞赛为驱动的应用型医学信息人才培养研究"
2021-03-08(万方平台首次上网日期,不代表论文的发表时间)
共3页
29-31