卷積神經(jīng)網(wǎng)絡(luò)在肝包蟲(chóng)病CT圖像診斷中的應(yīng)用
關(guān)鍵詞：深度學(xué)習(xí) 卷積神經(jīng)網(wǎng)絡(luò) 肝包蟲(chóng)病 圖像分類 計(jì)算機(jī)輔助診斷
摘要：探討卷積神經(jīng)網(wǎng)絡(luò)(Convonlutional Neural Network,CNN)在肝包蟲(chóng)病CT圖像診斷中的應(yīng)用。選取兩種類型的肝包蟲(chóng)病CT圖像進(jìn)行歸一化、改進(jìn)的中值濾波去噪和數(shù)據(jù)增強(qiáng)等預(yù)處理。以LeNet-5模型為基礎(chǔ)提出改進(jìn)的CNN模型CTLeNet,采用正則化策略減少過(guò)擬合問(wèn)題,加入Dropout層減少參數(shù)個(gè)數(shù),對(duì)二分類肝包蟲(chóng)圖像進(jìn)行分類實(shí)驗(yàn),同時(shí)通過(guò)反卷積實(shí)現(xiàn)特征可視化,挖掘疾病潛在特征。結(jié)果表明,CTLeNet模型在分類任務(wù)中取得了較好的效果,有望通過(guò)深度學(xué)習(xí)方法對(duì)肝包蟲(chóng)病提供輔助診斷和決策支持。
電子技術(shù)應(yīng)用雜志要求:
{1}文章題目應(yīng)簡(jiǎn)明確切地表述文章的內(nèi)容，一般不超過(guò)20個(gè)字。
{2}本刊刊登的學(xué)術(shù)論文應(yīng)該滿足：論文視角獨(dú)特、觀點(diǎn)新穎；研究思路清晰、方法科學(xué)；論文論證嚴(yán)密、資料翔實(shí)；論文結(jié)構(gòu)嚴(yán)謹(jǐn)、行文規(guī)范。
{3}來(lái)稿文責(zé)自負(fù)。根據(jù)《著作權(quán)法》，結(jié)合本刊具體情況，編輯部可作修辭等文字修改、刪節(jié)，凡涉及原意的重大修改，則需征求作者意見(jiàn)。
{4}參考文獻(xiàn)限為作者親自閱讀、公開(kāi)發(fā)表過(guò)的文獻(xiàn)，只選主要的列入，采用順序編碼制著錄，按其文中出現(xiàn)的先后順序用阿拉伯?dāng)?shù)字編號(hào)，列于文末，并依次將各編號(hào)外加方括號(hào)置于文中引用處的右上角。書(shū)寫(xiě)格式為：作者.文題.刊名年份；年（期）：起始頁(yè).網(wǎng)上參考材料序號(hào).作者.文題網(wǎng)址（至子－－欄目）.上傳年月。
{5}摘要不少于200字，內(nèi)容要能含蓋論文的主要信息。應(yīng)盡量寫(xiě)成報(bào)道性文摘且具有獨(dú)立性，采用第三人稱寫(xiě)法，不用引文。
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢雜志社
