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
基于深度学习的肺部肿瘤检测方法
被引量:
3
1
作者
陈强锐
谢世朋
《计算机技术与发展》
2018年第4期201-204,共4页
随着现代计算机技术的发展与应用,计算机辅助诊断系统在医学影像分析领域的地位变得愈发重要。其技术的关键在于病灶的定位与分类。由于图像的特征提取十分复杂,若应用传统机器学习方法,则需对图像作大量的预处理。文中提出一种基于深...
随着现代计算机技术的发展与应用,计算机辅助诊断系统在医学影像分析领域的地位变得愈发重要。其技术的关键在于病灶的定位与分类。由于图像的特征提取十分复杂,若应用传统机器学习方法,则需对图像作大量的预处理。文中提出一种基于深度学习的肺部肿瘤检测方法,运用卷积神经网络对患者肺部肿瘤图像进行特征提取。结合区域建议网络预测肿瘤在图片中可能存在的位置,同时生成建议框。利用学习好的特征对目标区域进行分类并微调建议框的位置。该方法无需人工设计目标特征,通过卷积神经网络学习到的特征更加具有代表性,且能够较好地预测肿瘤的位置。在NLST以及Kaggle的数据集上对该方法进行了评估。实验结果表明,该方法具有较高的准确率和效率。
展开更多
关键词
深度学习
肺部肿瘤检测
特征提取
卷积神经网络
区域建议网络
下载PDF
职称材料
题名
基于深度学习的肺部肿瘤检测方法
被引量:
3
1
作者
陈强锐
谢世朋
机构
南京邮电大学通信与信息工程学院
出处
《计算机技术与发展》
2018年第4期201-204,共4页
基金
国家自然科学基金(11547155)
教育部-中国移动科研基金(MCM20150504)
+2 种基金
江苏省科技重点研发计划-产业前瞻与共性关键技术(BE2016001-4)
南京邮电大学科研基金(NY214026
NY217035)
文摘
随着现代计算机技术的发展与应用,计算机辅助诊断系统在医学影像分析领域的地位变得愈发重要。其技术的关键在于病灶的定位与分类。由于图像的特征提取十分复杂,若应用传统机器学习方法,则需对图像作大量的预处理。文中提出一种基于深度学习的肺部肿瘤检测方法,运用卷积神经网络对患者肺部肿瘤图像进行特征提取。结合区域建议网络预测肿瘤在图片中可能存在的位置,同时生成建议框。利用学习好的特征对目标区域进行分类并微调建议框的位置。该方法无需人工设计目标特征,通过卷积神经网络学习到的特征更加具有代表性,且能够较好地预测肿瘤的位置。在NLST以及Kaggle的数据集上对该方法进行了评估。实验结果表明,该方法具有较高的准确率和效率。
关键词
深度学习
肺部肿瘤检测
特征提取
卷积神经网络
区域建议网络
Keywords
deep learning
lung tumor detection
feature extraction
convolutional neural network
region proposal network
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
基于深度学习的肺部肿瘤检测方法
陈强锐
谢世朋
《计算机技术与发展》
2018
3
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