钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
南京大学学报(自然科学版)期刊
\
基于随机化融合和CNN的多模态肺部肿瘤图像识别
基于随机化融合和CNN的多模态肺部肿瘤图像识别
作者:
周涛
夏勇
张飞飞
杨健
梁蒙蒙
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
随机化融合
卷积神经网络
肺部肿瘤
多模态
摘要:
在多模态医学图像背景下,针对单模态图像识别存在目标模糊、边界不清等问题,提出一种基于随机化特征融合的卷积神经网络(Convolutional Neural Network,CNN)目标识别方法.首先使用参数迁移法构造卷积神经网络模型,利用自建的多模态医学图像数据库对CNN模型进行微调;然后,分别用CT (Computed Tomography),PET(Positron Emission Computed Tomography)和PET/CT三个模态的数据并行地训练网络,并提取全连接层的特征向量;其次,构造随机函数,将三个模态的全连接层数据进行随机化融合;最后,通过另一个全连接层和分类器对融合后的特征进行分类识别.通过批次大小、迭代次数和网络层数三个角度验证该方法的有效性,实验结果表明,随机化融合效果优于单模态CNN,且特异性和灵敏度也较高,因此该方法对临床肺部肿瘤识别具有良好的适应性.
暂无资源
收藏
引用
分享
推荐文章
基于多特征融合和CNN模型的树种图像识别研究
树种
图像识别
特征融合
深度学习
卷积神经网络
基于CNN-GRNN模型的图像识别
卷积神经网络
广义回归神经网络
支持向量机
反向传播神经网络
降梯度法
基于改进CNN的增强现实变压器图像识别技术
增强现实
改进CNN
变压器
图像识别
识别准确度
卷积运算
多通道卷积神经网络图像识别方法
卷积神经网络
多通道
梯度图像
随机化特征融合
分类
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于随机化融合和CNN的多模态肺部肿瘤图像识别
来源期刊
南京大学学报(自然科学版)
学科
工学
关键词
随机化融合
卷积神经网络
肺部肿瘤
多模态
年,卷(期)
2018,(4)
所属期刊栏目
研究方向
页码范围
775-785
页数
11页
分类号
TP183
字数
6799字
语种
中文
DOI
10.13232/j.cnki.jnju.2018.04.013
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
夏勇
西北工业大学计算机学院
20
147
6.0
12.0
2
周涛
宁夏医科大学公共卫生与管理学院
49
522
10.0
21.0
6
梁蒙蒙
宁夏医科大学公共卫生与管理学院
9
16
2.0
3.0
7
张飞飞
宁夏医科大学公共卫生与管理学院
9
17
2.0
3.0
8
杨健
宁夏医科大学公共卫生与管理学院
10
16
2.0
3.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(124)
共引文献
(440)
参考文献
(14)
节点文献
引证文献
(2)
同被引文献
(9)
二级引证文献
(0)
1962(1)
参考文献(0)
二级参考文献(1)
1963(1)
参考文献(0)
二级参考文献(1)
1980(1)
参考文献(0)
二级参考文献(1)
1986(1)
参考文献(0)
二级参考文献(1)
1989(1)
参考文献(0)
二级参考文献(1)
1994(1)
参考文献(0)
二级参考文献(1)
1997(3)
参考文献(0)
二级参考文献(3)
1998(5)
参考文献(0)
二级参考文献(5)
1999(1)
参考文献(0)
二级参考文献(1)
2000(2)
参考文献(0)
二级参考文献(2)
2001(1)
参考文献(0)
二级参考文献(1)
2002(2)
参考文献(0)
二级参考文献(2)
2003(3)
参考文献(0)
二级参考文献(3)
2004(2)
参考文献(0)
二级参考文献(2)
2005(1)
参考文献(0)
二级参考文献(1)
2006(7)
参考文献(0)
二级参考文献(7)
2007(2)
参考文献(0)
二级参考文献(2)
2008(4)
参考文献(0)
二级参考文献(4)
2009(8)
参考文献(0)
二级参考文献(8)
2010(8)
参考文献(0)
二级参考文献(8)
2011(12)
参考文献(0)
二级参考文献(12)
2012(10)
参考文献(0)
二级参考文献(10)
2013(13)
参考文献(0)
二级参考文献(13)
2014(11)
参考文献(0)
二级参考文献(11)
2015(17)
参考文献(1)
二级参考文献(16)
2016(9)
参考文献(3)
二级参考文献(6)
2017(10)
参考文献(9)
二级参考文献(1)
2018(1)
参考文献(1)
二级参考文献(0)
2018(1)
参考文献(1)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
2019(1)
引证文献(1)
二级引证文献(0)
2020(1)
引证文献(1)
二级引证文献(0)
研究主题发展历程
节点文献
随机化融合
卷积神经网络
肺部肿瘤
多模态
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南京大学学报(自然科学版)
主办单位:
南京大学
出版周期:
双月刊
ISSN:
0469-5097
CN:
32-1169/N
开本:
出版地:
江苏省南京市南京大学
邮发代号:
创刊时间:
语种:
chi
出版文献量(篇)
2526
总下载数(次)
6
总被引数(次)
23071
相关基金
国家自然科学基金
英文译名:
the National Natural Science Foundation of China
官方网址:
http://www.nsfc.gov.cn/
项目类型:
青年科学基金项目(面上项目)
学科类型:
数理科学
期刊文献
相关文献
1.
基于多特征融合和CNN模型的树种图像识别研究
2.
基于CNN-GRNN模型的图像识别
3.
基于改进CNN的增强现实变压器图像识别技术
4.
多通道卷积神经网络图像识别方法
5.
基于改进CNN的增强现实变压器图像识别技术
6.
一种基于随机化视觉词汇和聚类集成目标分类
7.
基于编译置换的指令随机化系统设计与实现
8.
基于多通路CNN的多模态MRI神经胶质瘤分割
9.
基于双层特征融合的生物识别
10.
基于随机化属性选择和邻域覆盖约简的集成学习
11.
基于改进型CNN的多聚焦图像融合方法
12.
基于随机化算法的鲁棒控制器设计
13.
基于RoughSet的特征集融合PET/CT肺部肿瘤CAD模型
14.
基于指针备份的随机化技术
15.
基于深度学习的图像识别技术研究综述
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
南京大学学报(自然科学版)2022
南京大学学报(自然科学版)2021
南京大学学报(自然科学版)2020
南京大学学报(自然科学版)2019
南京大学学报(自然科学版)2018
南京大学学报(自然科学版)2017
南京大学学报(自然科学版)2016
南京大学学报(自然科学版)2015
南京大学学报(自然科学版)2014
南京大学学报(自然科学版)2013
南京大学学报(自然科学版)2012
南京大学学报(自然科学版)2011
南京大学学报(自然科学版)2010
南京大学学报(自然科学版)2009
南京大学学报(自然科学版)2008
南京大学学报(自然科学版)2007
南京大学学报(自然科学版)2006
南京大学学报(自然科学版)2005
南京大学学报(自然科学版)2004
南京大学学报(自然科学版)2003
南京大学学报(自然科学版)2002
南京大学学报(自然科学版)2001
南京大学学报(自然科学版)2000
南京大学学报(自然科学版)2018年第6期
南京大学学报(自然科学版)2018年第5期
南京大学学报(自然科学版)2018年第4期
南京大学学报(自然科学版)2018年第3期
南京大学学报(自然科学版)2018年第2期
南京大学学报(自然科学版)2018年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号