肺炎X光图像增强分类识别技术：基于改进Retinex算法

作者：刘海龙; 马波^*

来源：分子影像学杂志, 2021, 44(05): 739-743.

• 关键词
• 深度学习
• 肺炎分类
• 图像处理
• Retinex算法

目的引入并改进Retinex算法增强肺图像特征,提升肺炎识别的准确率。方法提出一种对肺炎X光图像特征增强的Retinex优化方法。将X光图边缘中心化,进行信息重建,利用Retinex进行特征强化,最后将图像赋予权重与原图像相结合,最大程度保留特征。结果相对于初始图像训练,其准确率提升了2.57个百分点,损失了0.17个百分点的敏感度准确率,却增加了7.15个百分点的特异性准确率。结论改进后的算法能够使得机器快速自动识别肺炎与非肺炎,在肺炎高发的时期大大提升了诊断效率。

• 单位
  西安石油大学; 电子工程学院