Faster RCNN和LGDF結(jié)合的肝包蟲(chóng)病CT圖像病灶分割
所屬分類(lèi)：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>710 K
標(biāo)簽： faster RCNN LGDF 深度學(xué)習(xí)
所需積分：0分積分不夠怎么辦？
文檔介紹：針對(duì)人工閱片工作量大、閱片質(zhì)量不佳且容易出現(xiàn)漏檢、錯(cuò)判等問(wèn)題，將Faster RCNN目標(biāo)檢測(cè)模型應(yīng)用于肝包蟲(chóng)病CT圖像的檢測(cè)，并對(duì)目標(biāo)檢測(cè)模型進(jìn)行改進(jìn)：基于圖片分辨率低、病灶大小不同的特點(diǎn)，使用網(wǎng)絡(luò)深度更深的殘差網(wǎng)絡(luò)(ResNet101)代替原來(lái)的VGG16網(wǎng)絡(luò)，用以提取更豐富的圖像特征；根據(jù)目標(biāo)檢測(cè)模型得出的病灶坐標(biāo)信息引入LGDF模型進(jìn)一步對(duì)病灶進(jìn)行分割，從而輔助醫(yī)生更高效的診斷疾病。實(shí)驗(yàn)結(jié)果表明，基于ResNet101特征提取網(wǎng)絡(luò)的目標(biāo)檢測(cè)模型能夠有效提取目標(biāo)的特征，檢測(cè)準(zhǔn)確率相比原始檢測(cè)模型提高2.1%，具有較好的檢測(cè)精度。同時(shí)，將病灶坐標(biāo)信息引入LGDF模型，相比于原始的LGDF模型更好地完成了對(duì)肝包蟲(chóng)病病灶的分割，Dice系數(shù)提高了5%，尤其對(duì)多囊型肝包蟲(chóng)病CT圖像的分割效果較好。
現(xiàn)在下載
VIP會(huì)員，AET專(zhuān)家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。