期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
肺部CT图像多病种自动检测及分类
被引量:
2
1
作者
吴优
张睿
张文强
《应用科技》
CAS
2022年第2期27-32,共6页
针对医学影像预处理复杂、病灶位置分散检测困难、医院等实际应用场景的设备条件难以满足庞大影像数据量对设备的高性能要求等难点,本文采用卷积神经网络的方法训练双阶段模型,对肺结节、索条和动脉硬化钙化3种病灶进行检测,第一阶段目...
针对医学影像预处理复杂、病灶位置分散检测困难、医院等实际应用场景的设备条件难以满足庞大影像数据量对设备的高性能要求等难点,本文采用卷积神经网络的方法训练双阶段模型,对肺结节、索条和动脉硬化钙化3种病灶进行检测,第一阶段目标是检测查全率,第二阶段目标是检测查准率。实验结果表明本文方法在设备有限时,检测时间约为DeepLung等3D模型的10%,检测准确性比YOLOv3等2D模型要高,在实际应用场景中具有较高的实用性。
展开更多
关键词
医学影像
肺部多病种检测
卷积神经网络
CT图像病灶检出
人工智能医疗
2D模型
3D模型
双阶段模型
下载PDF
职称材料
题名
肺部CT图像多病种自动检测及分类
被引量:
2
1
作者
吴优
张睿
张文强
机构
复旦大学计算机科学技术学院
出处
《应用科技》
CAS
2022年第2期27-32,共6页
基金
上海市2020科技创新行动计划项目(20511103102)。
文摘
针对医学影像预处理复杂、病灶位置分散检测困难、医院等实际应用场景的设备条件难以满足庞大影像数据量对设备的高性能要求等难点,本文采用卷积神经网络的方法训练双阶段模型,对肺结节、索条和动脉硬化钙化3种病灶进行检测,第一阶段目标是检测查全率,第二阶段目标是检测查准率。实验结果表明本文方法在设备有限时,检测时间约为DeepLung等3D模型的10%,检测准确性比YOLOv3等2D模型要高,在实际应用场景中具有较高的实用性。
关键词
医学影像
肺部多病种检测
卷积神经网络
CT图像病灶检出
人工智能医疗
2D模型
3D模型
双阶段模型
Keywords
medical imaging
multiple lung diseases detection
convolutional neural network
lesions detected on CT image
artificial intelligence healthcare
2D model
3D model
double-stage model
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
肺部CT图像多病种自动检测及分类
吴优
张睿
张文强
《应用科技》
CAS
2022
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部