基于卷积神经网络的肺炎检测系统

作者：周进凡; 刘宇红; 张荣芬; 马治楠; 葛自立; 林付春

来源：现代电子技术, 2019, 42(23): 35-39.

DOI：10.16652/j.issn.1004-373x.2019.23.008

• 卷积神经网络
• 胸部X光影像
• 肺炎诊断
• 图像预处理
• VGG
• 特征提取

提出一种利用卷积神经网络对胸部X光影像数据进行分析,实现对肺炎这一常见症状进行检测的系统。该方案首先进行图像预处理,然后采用VGG卷积神经网络和改进VGG卷积神经网络分别实现对胸部X光影像的特征提取,得到两种网络对肺炎的检测准确率,最终测试结果显示,改进VGG卷积神经网络在对肺炎检测上具备比VGG网络更好的识别效果,同时,改进VGG网络在标定好的数据集进行训练时能够更快的收敛。通过在公开数据集上进行测试表明,改进VGG卷积神经网络得到了98.5%的准确率,相比于VGG网络提升了2%以上的识别准确率,证明该方案在肺炎识别上具有可行性。

• 单位
  贵州大学