Faster RCNN和LGDF結(jié)合的肝包蟲病CT圖像病灶分割
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>710 K
標簽： faster RCNN LGDF 深度學習
所需積分：0分積分不夠怎么辦,？
文檔介紹：針對人工閱片工作量大,、閱片質(zhì)量不佳且容易出現(xiàn)漏檢,、錯判等問題，將Faster RCNN目標檢測模型應用于肝包蟲病CT圖像的檢測,，并對目標檢測模型進行改進：基于圖片分辨率低,、病灶大小不同的特點，使用網(wǎng)絡深度更深的殘差網(wǎng)絡(ResNet101)代替原來的VGG16網(wǎng)絡,，用以提取更豐富的圖像特征,；根據(jù)目標檢測模型得出的病灶坐標信息引入LGDF模型進一步對病灶進行分割，從而輔助醫(yī)生更高效的診斷疾病,。實驗結(jié)果表明，基于ResNet101特征提取網(wǎng)絡的目標檢測模型能夠有效提取目標的特征,，檢測準確率相比原始檢測模型提高2.1%,，具有較好的檢測精度,。同時，將病灶坐標信息引入LGDF模型,，相比于原始的LGDF模型更好地完成了對肝包蟲病病灶的分割,，Dice系數(shù)提高了5%，尤其對多囊型肝包蟲病CT圖像的分割效果較好,。
現(xiàn)在下載
VIP會員,，AET專家下載不扣分；重復下載不扣分,，本人上傳資源不扣分,。