科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于通过常见的影像学特征难以区分肝细胞癌和肝内胆管癌，且对医生的专业性依赖程度较高，因此本文提出了一种双输入稀疏连接的肝细胞癌和肝内胆管细胞分类网络(DS2-Net)。首先，采用了可以同时学习增强CT图像中静脉期和动脉期特征的双输入结构；其次，网络首层为主干模块，可以有效的提升特征表达能力，提高分类的准确率；此外，网络采用的稀疏连接方式可以在不降低网络性能的基础上提升计算速度并减少参数量。最后，在171例肝内胆管癌和146例肝细胞癌的实验结果中，该方法的分类准确率达到93.68%，AUC面积达到0.9875。实验结果证明了本文提出的网络模型能够实现肝癌精准分类，有望应用于辅助临床医师诊断治疗。
- 单位
