基于卷积神经网络的早期婴儿胆道闭锁筛查

• 作者: 万志勇 周小安
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 卷积神经网络 胆道闭锁 深度学习
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 学术研究与应用
• 页码范围: 77-79,83
• 页数: 4页
• 分类号: TP18
• 字数: 1370字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2019.01.018

摘要

胆道闭锁是婴儿期最严重的肝脏疾病之一,目前的早期筛查方法主要是大便比色卡.由于大便比色卡这种方法存在的种种问题,为了更准确地筛查早期婴儿胆道闭锁,本文提出了基于卷积神经网络的早期婴儿胆道闭锁的筛查方法.首先,通过相机获得早期婴儿的大便图像,然后对获得的图像进行一定的预处理,最后通过不断的训练卷积神经网络的模型和调参数,对获得的图像进行分类识别,并获得高的准确率.实验结果表明本文提出的方法较传统识别的方法有效地提高了识别的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周小安	深圳大学信息工程学院	20	39	4.0	5.0
2	万志勇	深圳大学信息工程学院	1	0	0.0	0.0