基于AlexNet的桥小脑角脑膜瘤和听神经瘤MRI图像的识别研究

作者：江华; 于同刚; 吴丽琼; 丁建; 胡小洋; 刘颖

来源：中国医疗器械信息, 2022, (1): 44-47.

DOI：10.3969/j.issn.1006-6586.2022.01.013

• 桥小脑角脑膜瘤
• 听神经瘤
• 深度学习
• 卷积神经网络

目的:使用卷积神经网络及磁共振图像鉴别脑膜瘤与听神经瘤,研究影响识别的原因并提升准确率.方法:采集388位患者的增强后T1WI影像,将其进行筛选和扩充,分别将原始数据集与扩充后数据集对卷积神经网络AlexNet进行训练并输出预测结果,对预测结果进行分析.结果:扩充数据集模型的训练准确率为0.8026,明显高于原数据集模型的训练准确率的0.7526.结论:数据集越大对识别的准确率有显著的提高,使用

• 单位
  上海理工大学