10.3969/j.issn.2095-2163.2023.10.003
基于CT图像的胰腺癌智能辅助诊断模型研究
为了更好的为临床疗效评估提供参考,本研究使用胰腺癌患者的APT、DPT、NPT、VPT 4 期CT图像数据集进行肿瘤良恶性分类.分别建立深度学习和机器学习模型,评价对胰腺肿瘤良恶性分类的准确率,比较了深度学习和机器学习模型在CT图像应用性能的优势与不足.深度学习模型采用VGG16,训练测试后评估识别率较高的是APT数据集和VPT数据集,其测试集准确率均达到了 86%以上;机器学习模型采用支持向量机、逻辑回归、随机森林、K近邻和AdaBoost 5 种模型,随机森林和AdaBoost两种模型效果良好,训练测试后识别率较高的是NPT数据集和VPT数据集.在使用AdaBoost模型时,VPT时期的准确率达到了 77%.综合表现说明,胰腺癌在VPT时期利用计算机辅助诊断技术具有良好的应用效果.
CNN、机器学习、胰腺癌、CT图像、AdaBoost、随机森林
13
R735.9(肿瘤学)
2023-11-02（万方平台首次上网日期，不代表论文的发表时间）
共6页
9-14
