基于卷积神经网络的脑膜瘤亚型影像自动分级

脑膜瘤是颅内常见第二大肿瘤.脑膜瘤的术前分级有助于临床制定治疗方案和评估预后.本文对卷积神经网络LeNet-5模型从softmax层、网络结构、迭代下降速率、epoch几个方面进行改进,用于对脑膜瘤亚型影像的自动分级.该模型不需要对病变组织进行提取,大大提高了脑膜瘤影像自动分级效率.实验表明:改进的卷积神经网络模型对脑膜瘤亚型影像分级取得良好效果,最高正确率达到91.18%.