基于3D卷积网络的结肠癌CT图像分类研究
吕刚1; 应明亮2
2022-09-15
发表期刊影像科学与光化学
ISSN1674-0475
卷号40期号:05页码:1024-1028
摘要结直肠肿瘤是全世界排名前三的肿瘤之一,目前在CT图像中筛查出结肠肿瘤仍需要放射科医生手工完成,这是一项费时费力的重复性劳动,文中研究了用3D卷积网络在腹部CT图像上提取3D特征,判断CT图像中是否有结肠癌病灶的方法。文中采集了一个有348例样本的结肠癌CT图像数据集,设计了3种不同结构的3D卷积网络,对采集的腹部CT图像进行了正常/非正常二分类实验,文中性能最好的模型C是一个带有3个改进的残差模块的3D卷积网络,正常/非正常二分类实验的平均准确率为96.2%,AUC为0.989,分别比基准模型提高了2.2%、2.9%。实验结果表明,3D卷积网络在结肠癌CT的正常/非正常二分类任务上准确率高,泛化能力好,且只需要CT级弱标定数据集,具有潜在的临床应用价值。
关键词3D卷积 残差学习 CT图像分类 深度学习
URL查看原文
收录类别北大核心
语种中文
资助项目浙江省医药卫生科技项目(2022KY1330);金华市科技局重点项目(2020-3-037)
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/49717
专题国家开放大学浙江分部
通讯作者吕刚
作者单位1.金华广播电视大学图文信息中心;
2.金华市中心医院放射科
第一作者单位国家开放大学浙江分部
通讯作者单位国家开放大学浙江分部
第一作者的第一单位国家开放大学浙江分部
推荐引用方式
GB/T 7714
吕刚,应明亮. 基于3D卷积网络的结肠癌CT图像分类研究[J]. 影像科学与光化学,2022,40(05):1024-1028.
APA 吕刚,&应明亮.(2022).基于3D卷积网络的结肠癌CT图像分类研究.影像科学与光化学,40(05),1024-1028.
MLA 吕刚,et al."基于3D卷积网络的结肠癌CT图像分类研究".影像科学与光化学 40.05(2022):1024-1028.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[吕刚]的文章
[应明亮]的文章
百度学术
百度学术中相似的文章
[吕刚]的文章
[应明亮]的文章
必应学术
必应学术中相似的文章
[吕刚]的文章
[应明亮]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
中职学校学习环境建设研究
基于卷积神经网络的多字体字符识别
基于权值模板和监督学习的验证码识别
小波变换和支持向量机相融合的ECG身份识别
一种改进的深度神经网络在小图像分类中的应用研究
金华市农民培训:现状、问题及对策
基于用户经验反馈的Web Services可信度评测体系构建
MS SQL SERVER 2000中的事务机制浅析
.NET下的本地化编程及应用
无纸化传真系统的若干问题总结与探讨
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。