期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度学习的慢性萎缩性胃炎诊断 被引量:9
1
作者 巩稼民 马豆豆 +2 位作者 蒋杰伟 张雅琼 裴梦杰 《中国医学物理学杂志》 CSCD 2020年第5期649-655,共7页
慢性萎缩性胃炎是一种常见的胃病,如果得不到及时治疗,有可能发展成胃癌。然而,胃镜检查在萎缩性胃炎检查中的敏感性仅为约42%,且活检受许多因素的影响。因此,使用卷积神经网络有助于提高诊断慢性萎缩性胃炎的准确性。首先采用INPAINT_T... 慢性萎缩性胃炎是一种常见的胃病,如果得不到及时治疗,有可能发展成胃癌。然而,胃镜检查在萎缩性胃炎检查中的敏感性仅为约42%,且活检受许多因素的影响。因此,使用卷积神经网络有助于提高诊断慢性萎缩性胃炎的准确性。首先采用INPAINT_TELEA算法对胃窦图像进行预处理,去除图像中的水印,对残差网络进行改进并嵌入Squeeze_and_Excitaion模块以筛查慢性萎缩性胃炎,改进后的网络(SR-CAGnet)通过建立短路机制以及采用特征重标定策略提高图像的分类效果。结果表明:与Alexnet和改进的ResNet网络进行对比,SR-CAGnet对慢性萎缩性胃炎的检出率为87.92%,算法识别效果良好。通过使用Apriori算法并分析,得到萎缩性胃炎与胃镜检查下其他症状的关系,以辅助医生的诊断。最后使用CAM热图验证模型的有效性。 展开更多
关键词 慢性萎缩性胃炎 深度学习 Squeeze_and_Excitaion APRIORI算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部