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
基于深度卷积神经网络方法构建肺部多模态图像分类诊断模型
被引量:
2
1
作者
武志远
马圆
+2 位作者
唐浩
姚二林
郭秀花
《中国卫生统计》
CSCD
北大核心
2019年第6期806-808,813,共4页
目的介绍卷积神经网络方法,并将其应用于肺部多模态图像进行肺结节良恶性分类。方法基于肺部PET-CT多模态图像,分析临床信息与卷积神经网络的结合并与机器学习支持向量机方法作效果对比。结果52名患者的323张结节图像纳入研究。研究表明...
目的介绍卷积神经网络方法,并将其应用于肺部多模态图像进行肺结节良恶性分类。方法基于肺部PET-CT多模态图像,分析临床信息与卷积神经网络的结合并与机器学习支持向量机方法作效果对比。结果52名患者的323张结节图像纳入研究。研究表明,模型中纳入临床信息能够改进模型的分类效果,准确率、灵敏度、特异度分别为0.913、0.942、0.417;在与支持向量机模型的对比分析中,卷积神经网络模型特异度较低为0.417,而灵敏度达到0.942;支持向量机模型灵敏度较低为0.570,而特异度达到0.927。结论基于肺部PET-CT多模态图像进行肺结节良恶性判别,卷积神经网络能够获得较高的灵敏度。
展开更多
关键词
卷积神经网络
PET-CT融合图像
肺结节
计算机辅助诊断
下载PDF
职称材料
题名
基于深度卷积神经网络方法构建肺部多模态图像分类诊断模型
被引量:
2
1
作者
武志远
马圆
唐浩
姚二林
郭秀花
机构
首都医科大学公共卫生学院卫生统计学系
中国科
学院
计算技术研究所
出处
《中国卫生统计》
CSCD
北大核心
2019年第6期806-808,813,共4页
基金
国家自然科学基金(81773542)
北京市自然科学基金资助项目(Z160002)
文摘
目的介绍卷积神经网络方法,并将其应用于肺部多模态图像进行肺结节良恶性分类。方法基于肺部PET-CT多模态图像,分析临床信息与卷积神经网络的结合并与机器学习支持向量机方法作效果对比。结果52名患者的323张结节图像纳入研究。研究表明,模型中纳入临床信息能够改进模型的分类效果,准确率、灵敏度、特异度分别为0.913、0.942、0.417;在与支持向量机模型的对比分析中,卷积神经网络模型特异度较低为0.417,而灵敏度达到0.942;支持向量机模型灵敏度较低为0.570,而特异度达到0.927。结论基于肺部PET-CT多模态图像进行肺结节良恶性判别,卷积神经网络能够获得较高的灵敏度。
关键词
卷积神经网络
PET-CT融合图像
肺结节
计算机辅助诊断
Keywords
Convolutional newal
PET-CT
Lung nodule
Computer aided diagnosis
分类号
R5 [医药卫生—内科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度卷积神经网络方法构建肺部多模态图像分类诊断模型
武志远
马圆
唐浩
姚二林
郭秀花
《中国卫生统计》
CSCD
北大核心
2019
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