| Faster RCNN和LGDF結(jié)合的肝包蟲(chóng)病CT圖像病灶分割 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>710 K | |
| 標(biāo)簽： faster RCNN LGDF 深度學(xué)習(xí) | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對(duì)人工閱片工作量大、閱片質(zhì)量不佳且容易出現(xiàn)漏檢、錯(cuò)判等問(wèn)題，將Faster RCNN目標(biāo)檢測(cè)模型應(yīng)用于肝包蟲(chóng)病CT圖像的檢測(cè)，并對(duì)目標(biāo)檢測(cè)模型進(jìn)行改進(jìn)：基于圖片分辨率低、病灶大小不同的特點(diǎn)，使用網(wǎng)絡(luò)深度更深的殘差網(wǎng)絡(luò)(ResNet101)代替原來(lái)的VGG16網(wǎng)絡(luò)，用以提取更豐富的圖像特征；根據(jù)目標(biāo)檢測(cè)模型得出的病灶坐標(biāo)信息引入LGDF模型進(jìn)一步對(duì)病灶進(jìn)行分割，從而輔助醫(yī)生更高效的診斷疾病。實(shí)驗(yàn)結(jié)果表明，基于ResNet101特征提取網(wǎng)絡(luò)的目標(biāo)檢測(cè)模型能夠有效提取目標(biāo)的特征，檢測(cè)準(zhǔn)確率相比原始檢測(cè)模型提高2.1%，具有較好的檢測(cè)精度。同時(shí)，將病灶坐標(biāo)信息引入LGDF模型，相比于原始的LGDF模型更好地完成了對(duì)肝包蟲(chóng)病病灶的分割，Dice系數(shù)提高了5%，尤其對(duì)多囊型肝包蟲(chóng)病CT圖像的分割效果較好。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
faster RCNN 相關(guān)資源
aetmagazine 的最新分享
- 國(guó)產(chǎn)高性能PLC綜合測(cè)試平臺(tái)設(shè)計(jì)
- 批產(chǎn)衛(wèi)星自動(dòng)化測(cè)試系統(tǒng)研究與實(shí)現(xiàn)
- 基于VMD-LSTM的非侵入式負(fù)荷識(shí)別方法
- 基于平均電流模式的同步Buck數(shù)字電源設(shè)計(jì)研究
- 基于以太網(wǎng)的FPGA遠(yuǎn)程調(diào)試系統(tǒng)設(shè)計(jì)
- 毫米波CQFN外殼地孔設(shè)計(jì)與優(yōu)化
- K波段緊湊型收發(fā)前端組件的設(shè)計(jì)
- 射頻模塊中晶振對(duì)電磁兼容影響研究
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2