科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着近年来信息技术的飞速发展，卷积神经网络广泛应用在医学领域，基于卷积神经网络对于肝包虫病的诊断提出了创新思路，选择两种肝包虫病CT图像进行预处理，利用Le Net-5模型为基础提出模型CTLeNet，通过正则化策略减少过拟合，对二分类肝包虫图像进行分类实验，并通过反卷积实现特征可视化，挖掘疾病的潜在特征。经过实验验证，结果表明，CTLeNet模型对于分类任务具有良好的效果，希望可以通过卷积神经网络方法为肝包虫病提供诊断辅助作用，帮助医生对肝包虫病进行诊断，实现疾病的早发现、早诊断与早治疗。
-
单位寿光市人民医院
