Faster RCNN和LGDF结合的肝包虫病CT图像病灶分割 | |
所属分类:技术论文 | |
上传者:aetmagazine | |
文档大小:710 K | |
标签: faster RCNN LGDF 深度学习 | |
所需积分:0分积分不够怎么办? | |
文档介绍:针对人工阅片工作量大、阅片质量不佳且容易出现漏检、错判等问题,将Faster RCNN目标检测模型应用于肝包虫病CT图像的检测,并对目标检测模型进行改进:基于图片分辨率低、病灶大小不同的特点,使用网络深度更深的残差网络(ResNet101)代替原来的VGG16网络,用以提取更丰富的图像特征;根据目标检测模型得出的病灶坐标信息引入LGDF模型进一步对病灶进行分割,从而辅助医生更高效的诊断疾病。实验结果表明,基于ResNet101特征提取网络的目标检测模型能够有效提取目标的特征,检测准确率相比原始检测模型提高2.1%,具有较好的检测精度。同时,将病灶坐标信息引入LGDF模型,相比于原始的LGDF模型更好地完成了对肝包虫病病灶的分割,Dice系数提高了5%,尤其对多囊型肝包虫病CT图像的分割效果较好。 | |
现在下载 | |
VIP会员,AET专家下载不扣分;重复下载不扣分,本人上传资源不扣分。 |
Copyright © 2005-2020 《电子技术应用》版权所有 京ICP备10017138号-2