基于深度学习的肺癌患者颈部淋巴结良恶性辅助超声诊断 |
| |
引用本文: | 宫霞,吴卫华,张文涛,王雷,陈洁.基于深度学习的肺癌患者颈部淋巴结良恶性辅助超声诊断[J].计算机应用与软件,2019,36(11). |
| |
作者姓名: | 宫霞 吴卫华 张文涛 王雷 陈洁 |
| |
作者单位: | 上海市胸科医院 上海200030;上海交通大学附属胸科医院 上海200030;南京大学 江苏南京210023 |
| |
基金项目: | 国家自然科学基金;上海交通大学医学院科技处技术转移推广项目 |
| |
摘 要: | 深度学习技术辅助超声影像诊断可以提高检测的精度和效率。提出一种用于超声图像分割的改进UNet卷积网络。该网络将噪声激励函数NHReLU和NHSeLU代替ReLU噪声激励函数,对成本函数增加权重参数。通过在两个尺度上预测,很好地处理了超声图像中标注区域尺寸变化的问题,提高对淋巴结超声图像分割效果。使用VGG、ResNet和DenseNet等网络预测淋巴结病灶区域的良恶性。实验表明,分割网络性能优异,Dice系数达到0.90,模型能够很好防止过拟合。在小样本下预测良恶性各指标都得到提高,为深度学习技术应用于超声图像检测提供了新方法。
|
关 键 词: | 深度学习 噪声激励函数 医疗影像 |
ASSISTED ULTRASOUND DIAGNOSIS OF BENIGN AND MALIGNANT CERVICAL LYMPH NODES IN LUNG CANCER PATIENTS BASED ON DEEP LEARNING |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|