基于Ad-BN自适应深度卷积神经网络的 肝脏纤维化超声诊断技术的研究

• 作者: 师琳 惠冉 房勤茂
• 来源期刊: 影像研究与医学应用
• 学科: 医学
• 关键词: Ad-BN 卷积神经网络 医学影像
• 年，卷（期）: 2019,（23）
• 所属期刊栏目: 影像技术
• 页码范围: 100-101
• 页数: 2页
• 分类号: R445
• 字数: 1186字
• 语种: 中文

摘要

当前,卷积神经网络模型已被广泛用于执行各种类型的智能任务,医学图像辅助诊断是涉及多种图像类型的复杂场景.这些包括:普通2D图像,超高分辨率图像和3D图像.本项目针对一维信号的特点,提出"首层大尺度卷积核深度卷积神经网络"的模型,基层为大尺度卷积核,采用的技术路线为批量归一化层、采用WFK-CNN超参数设计准则,验证了WFK-CNN模型及其Ad-BN领域自适应处理后的抗噪性能.本文提出的肝脏纤维化超声诊断模型构建与改进方法具有较强的通用性,对今后的医学图像建模工作具有积极的指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	房勤茂	河北医科大学第三医院超声科	41	211	9.0	12.0
2	惠冉	河北医科大学第三医院超声科	3	11	2.0	3.0
3	师琳	石家庄市第一医院消化内一科	1	0	0.0	0.0