科研之友
微信
新浪微博
Facebook
分享链接
摘要
为对超声内镜检测返回的胰腺图像实现智能癌变诊断，将经典分类识别网络AlexNet和SE注意力机制进行结合，提出的SE-AlexNet网络可以准确检出癌变图像，判别正常图像所属胰腺部位。为验证该算法的可靠性与优胜性，在自制数据集下的一系列比较实验，包括基础网络AlexNet与其他经典分类网络的模型比较实验，以及在不同位置插入不同注意机制改进得到的各种模型的比较实验。结果表明：SE-AlexNet模型总体精确率和召回率可达99.56%和98.69%,对于癌变图像，检测精确率和召回率为100%,能够为现实超声内镜胰腺癌检查实现有效的辅助诊断。
-
单位重庆医科大学附属第二医院; 四川轻化工大学; 四川省人民医院
