10.16208/j.issn1000-7024.2019.07.035
基于改进的卷积神经网络的肺结节良恶性分类
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.
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
40
TP391.41(计算技术、计算机技术)
国家自然科学基金青年基金项目61702356;国家重点实验室开放基金项目BUAA-VR-17KF-15
2019-08-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
2013-2018