基于卷积神经网络的胰腺癌检测方法的研究

• 作者: 刘燕茹 唐思源 杨敏
• 来源期刊: 软件
• 学科: 工学
• 关键词: 胰腺癌 CT图像 感兴趣区域 卷积神经网络模型
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 基金项目论文
• 页码范围: 87-90
• 页数: 4页
• 分类号: TP391.41
• 字数: 3909字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2020.05.018

摘要

胰腺癌是一种致死率比较高的恶性肿瘤,早发现、早治疗可以降低死亡率.CT图像能够准确的定位病灶的位置,是医生检测胰腺癌常用的医疗设备,但大量的阅片工作量容易使医生产生视觉疲劳,造成误诊和漏诊等现象.本文提出通过计算机自动检测胰腺癌的方案,该方案可以辅助医生检测胰腺癌,提高检测率.具体研究内容包括:胰腺区域数据集的收集、图像预处理、感兴趣区域的提取、卷积神经网络胰腺癌分类模型的构建、卷积神经网络模型的训练及测试.并实验验证利用本方案检测胰腺癌的准确率达到了96.8％,高于已有的两种方法,能够实现更高的检测率,可以为医生提供有价值的参考意见.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨敏	内蒙古科技大学包头医学院计算机科学与技术系	21	46	4.0	6.0
2	唐思源	内蒙古科技大学包头医学院计算机科学与技术系	17	28	4.0	5.0
3	刘燕茹	内蒙古科技大学包头医学院医学影像技术系	3	4	1.0	2.0