10.16208/j.issn1000-7024.2019.12.026
尺度空间金字塔池化的肺结节分类研究
在计算机辅助诊断系统中对肺结节良恶性的准确分类至关重要,但由于肺结节形状大小变化较大,作为卷积神经网络(CNN)的输入,会形成噪声,干扰判断.融合多尺度空间金字塔池化(MSPP)对肺结节进行分类.在传统AlexNet模型的基础上做出改进,更利于肺结节图像的输入;采用多个尺度的结节范围,减少噪声;使用多尺度空间金字塔(MSPP)策略提高分类准确性.实验结果表明,该方法达到92.65%的准确性,在准确性、敏感度、特异度、ROC曲线下面积值上均优于其它分类方法.
多尺度、空间金字塔池化、卷积神经网络、特征提取、分类
40
TP391(计算技术、计算机技术)
国家自然科学基金项目61572344;山西省回国留学人员科研基金项目2016-038;虚拟现实技术与系统国家重点实验室开放基金项目VRLAB2018A08
2020-01-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
3520-3525