基于深度学习的新冠肺炎CT图像识别研究

• 作者: 王琪垚 王健庆
• 来源期刊: 信息与电脑
• 关键词: 神经网络 深度学习 新冠肺炎
• 年，卷（期）: 2020,（17）
• 所属期刊栏目: 算法语言
• 页码范围: 62-64
• 页数: 3页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1003-9767.2020.17.024

摘要

为辅助医疗人员诊断新冠肺炎患者,本文设计出高效快速的CT图像识别系统.该系统通过对比主流卷积神经网络(CNN)模型,选择GoogleNet和ResNet深度学习模型;通过实验对比算法识别的精确度及相应参数调整,验证模型在识别新冠肺炎CT图像中的有效性.