深度学习在医学图像识别中的应用研究

• 作者: 乔松林 刘吉 孙仁诚
• 来源期刊: 青岛大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 医学图像 识别
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 信息工程
• 页码范围: 69-74,80
• 页数: 7页
• 分类号: TP183
• 字数: 3879字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1037.2018.02.13

摘要

对宫颈的检查图像进行识别可以有效预防宫颈癌的发生,然而,正确分辨出患癌趋势的图像对人类来说是极难掌握的技术.使用深度学习方法对宫颈检查图像进行识别分类,以辅助人类专家做出诊断;首先对图像进行手动裁剪来增大信噪比,把原始图像进行格式转换来提高数据读取效率,并在图像输入模型之前进行随机变换以增大训练集;然后建立CNN模型,进行训练并调整参数;最后在测试集上分类准确率达到了89.1％,结果表明,使用深度学习辅助专家进行宫颈癌的早期诊断是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙仁诚	青岛大学计算机科学技术学院	56	250	10.0	14.0
2	乔松林	青岛大学计算机科学技术学院	2	20	2.0	2.0
3	刘吉	青岛大学计算机科学技术学院	2	20	2.0	2.0