基于深度学习卷积神经网络的胶质瘤级别分类研究

• 作者: 刘征华
• 来源期刊: 实用放射学杂志
• 学科: 医学
• 关键词: 胶质瘤 磁共振成像 卷积神经网络
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 中枢神经放射学
• 页码范围: 1015-1018
• 页数: 4页
• 分类号: R739.41|R445.2
• 字数: 3256字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-1671.2020.07.001

摘要

目的 探讨卷积神经网络对胶质瘤级别分类的价值.方法 收集210例脑胶质瘤患者的T1 WI增强图像资料,低级别胶质瘤98例,高级别胶质瘤112例.在图像上勾画出ROI,把得到的ROI大小调整到符合输入像素的要求.利用Inception-v3卷积神经网络模型对得到的胶质瘤图像进行训练,卷积神经网络稳定后,对胶质瘤图像再进行10次训练和测试.结果 10次训练和测试准确率的平均值及方差分别为0.9982±0.0007和0.9419±0.0150.敏感性为0.915,特异性为0.9717.结论 卷积神经网络采用MRI增强扫描图像区分脑胶质瘤的方法具有无创、简单且准确率高等优点,可以作为脑胶质瘤分级的有效手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘征华	南昌大学第三附属医院医学影像中心	6	23	2.0	4.0