基于卷积神经网络的出血图像检测

• 作者: 叶林飞 孔德昱 张龙 徐建省 王星远 赵璇
• 来源期刊: 软件
• 学科: 工学
• 关键词: 图像 卷积神经网络 出血 检测
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 基金项目论文
• 页码范围: 78-82
• 页数: 5页
• 分类号: TP391.41
• 字数: 2604字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2019.02.016

摘要

为了实现消化道图像中出血病灶的自动识别,本文提出了一种基于卷积神经网络的图像识别系统.该识别系统使用python以及TensorFlow进行卷积神经网络的搭建,并通过对比不同网络结构的识别准确度,选择合适的网络参数和训练参数,最后利用网络的识别结果,通过区域回归方法标记图像中的病灶区域.最终的实验结果表明:该图像识别系统的对于消化道出血图像的识别准确度可达92.30％,并能够在图像中标记出血区域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张龙		30	53	4.0	6.0
2	叶林飞	中国科学院电工研究所生物电磁学北京市重点实验室	1	0	0.0	0.0
6	徐建省	中国科学院电工研究所生物电磁学北京市重点实验室	7	54	4.0	7.0
7	孔德昱	中国科学院电工研究所生物电磁学北京市重点实验室	1	0	0.0	0.0
11	赵璇	中国科学院电工研究所生物电磁学北京市重点实验室	3	2	1.0	1.0