基于改进卷积神经网络的肺炎影像判别

• 作者: 刘长征 相文波
• 来源期刊: 计算机测量与控制
• 关键词: 肺炎判别 CT影像 深度学习 细微特征差异
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 设计与应用
• 页码范围: 185-188
• 页数: 4页
• 分类号: TP242.6+2
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2017.04.051

摘要

目前肺炎类型判别主要依靠医生的经验,但一些肺炎的CT影像极为近似,即使有经验的医生,也容易判别错误,造成误诊;为此提出卷积神经网络分类算法,该算法由3个卷积层、3个亚采样层及1个完全连接层组成,并且对卷积层进行了特殊结构处理,由反向传播算法调整网络参数,并对反向传播过程提出了改进;临床实验证明,该方案较现在普遍研究的分类算法,如adaboost算法和svm算法具有更高的识别率和准确度,并且改进的卷积神经网络防止了训练数据时过拟合现象的产生.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘长征	哈尔滨理工大学计算机科学与技术学院	22	114	8.0	10.0
2	相文波	哈尔滨理工大学计算机科学与技术学院	1	10	1.0	1.0