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
基于深度神经网络的颈动脉斑块超声图像诊断技术研究
1
作者
莫莹君
刘友员
郭瑞斌
《临床超声医学杂志》
CSCD
2022年第5期382-385,共4页
目的构建颈动脉斑块超声图像数据集,探讨深度学习技术对颈动脉斑块自动分类诊断的应用价值。方法选取354例颈动脉斑块患者和254例正常成人的超声图像,每例均采集2幅颈部动脉图像,构建共包含1216幅颈动脉超声图像的数据集;基于已构建的...
目的构建颈动脉斑块超声图像数据集,探讨深度学习技术对颈动脉斑块自动分类诊断的应用价值。方法选取354例颈动脉斑块患者和254例正常成人的超声图像,每例均采集2幅颈部动脉图像,构建共包含1216幅颈动脉超声图像的数据集;基于已构建的颈动脉超声图像数据集对传统的HOG+SVM方法和14种不同结构的深度神经网络模型进行训练;通过分类精确率、召回率、精确率和召回率的调和平均值(F1)确定现有的颈动脉斑块超声图像分类性能最好的深度神经网络模型。结果通过综合比较15种不同的颈动脉斑块超声图像分类方法,得出性能最好的模型为深度残差网络模型ResNet50,其精确率、召回率和F1值分别为97.36%、97.32%和97.34%。结论基于ResNet的颈动脉超声图像自动诊断方法能够准确地区分颈动脉斑块与正常颈动脉超声图像,为后续临床应用提供了技术参考。
展开更多
关键词
深度学习
超声图像集
颈动脉
深度残差网络
ResNet50
超声图像自动诊断
下载PDF
职称材料
题名
基于深度神经网络的颈动脉斑块超声图像诊断技术研究
1
作者
莫莹君
刘友员
郭瑞斌
机构
湖南省第二
人民
医院超声科
中国人民解放军国防科技大学智能科学学院
出处
《临床超声医学杂志》
CSCD
2022年第5期382-385,共4页
基金
湖南省脑科医院青年医师科研基金项目(2018C06)。
文摘
目的构建颈动脉斑块超声图像数据集,探讨深度学习技术对颈动脉斑块自动分类诊断的应用价值。方法选取354例颈动脉斑块患者和254例正常成人的超声图像,每例均采集2幅颈部动脉图像,构建共包含1216幅颈动脉超声图像的数据集;基于已构建的颈动脉超声图像数据集对传统的HOG+SVM方法和14种不同结构的深度神经网络模型进行训练;通过分类精确率、召回率、精确率和召回率的调和平均值(F1)确定现有的颈动脉斑块超声图像分类性能最好的深度神经网络模型。结果通过综合比较15种不同的颈动脉斑块超声图像分类方法,得出性能最好的模型为深度残差网络模型ResNet50,其精确率、召回率和F1值分别为97.36%、97.32%和97.34%。结论基于ResNet的颈动脉超声图像自动诊断方法能够准确地区分颈动脉斑块与正常颈动脉超声图像,为后续临床应用提供了技术参考。
关键词
深度学习
超声图像集
颈动脉
深度残差网络
ResNet50
超声图像自动诊断
Keywords
Deep learning
Ultrasound images
carotid
Depth residual network
ResNet50
Automatic diagnosis of ultrasound image
分类号
R445.1 [医药卫生—影像医学与核医学]
R540.48 [医药卫生—心血管疾病]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度神经网络的颈动脉斑块超声图像诊断技术研究
莫莹君
刘友员
郭瑞斌
《临床超声医学杂志》
CSCD
2022
0
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