利用深度学习网络对医学影像分类识别的比较研究

摘要：

计算机辅助诊断技术在临床医学中具有实际意义.分别以肺结节和髋关节骨折影像为典型的区域和边界特征影像,讨论其在不同网络中的适用性.首先,对肺结节CT图像和髋关节X-ray骨折图像进行信息标注,并分别以CNN,Resnet,DBN和SGAN预训练并调参至最优,通过Softmax分类器完成分类识别.其次,以图像空间分辨率和噪声作为不同深度学习网络的比较特征,从深度学习网络结构等方面分析了识别率.仿真实验结果表明,Resnet在数据集皆有优异表现,且具有良好的泛化能力和鲁棒性.

关键词：深度学习、CNN、Resnet、DBN、SGAN、图像分类

所属期刊栏目：48

分类号：TP391(计算技术、计算机技术)

资助基金：协同创新项目17YEXTZC00020

在线出版日期：2021-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：89-94