基于卷积神经网络的肺炎检测系统

• 作者: 刘宇红 周进凡 张荣芬 林付春 葛自立 马治楠
• 来源期刊: 现代电子技术
• 关键词: 卷积神经网络 胸部X光影像 肺炎诊断 图像预处理 VGG 特征提取
• 年，卷（期）: 2019,（23）
• 所属期刊栏目: 信号分析与图像处理
• 页码范围: 35-39
• 页数: 5页
• 分类号: TN911.73-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.23.008

摘要

提出一种利用卷积神经网络对胸部X光影像数据进行分析,实现对肺炎这一常见症状进行检测的系统.该方案首先进行图像预处理,然后采用VGG卷积神经网络和改进VGG卷积神经网络分别实现对胸部X光影像的特征提取,得到两种网络对肺炎的检测准确率,最终测试结果显示,改进VGG卷积神经网络在对肺炎检测上具备比VGG网络更好的识别效果,同时,改进VGG网络在标定好的数据集进行训练时能够更快的收敛.通过在公开数据集上进行测试表明,改进VGG卷积神经网络得到了98.5％的准确率,相比于VGG网络提升了2％以上的识别准确率,证明该方案在肺炎识别上具有可行性.