科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对肺部疾病初筛实践中CT图像异常先验判读机制的效能性问题，设计了一种基于深度卷积神经网络的异常肺部CT图像初筛平台并开展了临床实践验证。该平台使用CT扫描设备采集肺部CT图像，形成数据池；利用深度卷积神经网络对数据池训练集进行肺部异常特征学习，构建时间正序下的肺部CT图像异常特征全息感知机制；在Inception V3模型中结合Google Net网络结构，实现参数自动调整优化，达到对肺部疾病精准初筛的目的。使用青岛市中心医院临床肺部CT图像集进行实验，结果表明，该平台在肺部CT图像异常判读均值准确率达96.52%，肺部疾病初筛均值有效率达93.07%，可实现肺部疾病的初筛工作。
-
单位青岛市中心医院; 青岛大学; 青岛市妇女儿童医院
