基于AlexNet的新冠肺炎CT图像识别的可行性分析

作者：费宏运; 陈庚; 迟兆瑞; 赵增顺^*

来源：信息与电脑(理论版), 2021, 33(04): 137-140.

• 深度学习
• 卷积神经网络
• AlexNet
• 新冠肺炎
• 可行性分析

为准确诊断新冠肺炎,笔者通过分析深度学习中卷积神经网络(Convolutional Neural Networks,CNN)的原理,选择AlexNet模型进行新冠肺炎电子计算机断层扫描(Computed Tomography,CT)图像的识别分类。实验结果证实了此模型在识别新冠肺炎CT图像中的可行性,同时说明了AlexNet作为新冠肺炎CT图像的辅助诊断手段是可行的。

• 单位
  山东科技大学; 电子信息工程学院