基于深度森林的CT图像结直肠息肉检测研究

• 作者: 陈祎琼 刘澳 范国华 毕家泽 陈滔
• 来源期刊: 洛阳理工学院学报（自然科学版）
• 学科: 工学
• 关键词: 深度森林 医学影像 结直肠息肉 图像分类
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 计算机与数理
• 页码范围: 68-74
• 页数: 7页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1674-5043.2022.01.012

摘要

为提高在CT图像中结直肠息肉的筛选效率,提出一种基于深度森林的结直肠息肉CT图像检测方法.通过灰度化、归一化、中值滤波、随机旋转的手段对数据集进行预处理,将处理后的数据输入一个调整后的深度森林进行预测分类,得到输出结果.实验结果表明,该模型与其他分类算法采用不同指标对比后,具有较好的分类效果,分类精度达到了99.67％,同时该模型具有较少的超参数,泛化能力强,有助于在医学影像领域辅助医生筛查疾病患者.