10.3969/j.issn.1001-4616.2018.03.004
基于卷积神经网络的脑膜瘤亚型影像自动分级
脑膜瘤是颅内常见第二大肿瘤.脑膜瘤的术前分级有助于临床制定治疗方案和评估预后.本文对卷积神经网络LeNet-5模型从softmax层、网络结构、迭代下降速率、epoch几个方面进行改进,用于对脑膜瘤亚型影像的自动分级.该模型不需要对病变组织进行提取,大大提高了脑膜瘤影像自动分级效率.实验表明:改进的卷积神经网络模型对脑膜瘤亚型影像分级取得良好效果,最高正确率达到91.18％.
脑膜瘤、卷积神经网络、LeNet-5、脑膜瘤亚型影像分级
41
TP181(自动化基础理论)
江苏省自然科学基金BK20130209;江苏省高校自然科学基金14KJB520039
2018-10-30（万方平台首次上网日期，不代表论文的发表时间）
共6页
22-27
