|
|||||
|
|
| 一类用于肺结节检测的深度学习加速方法北大核心CSCD | |
| 引用本文： | 李正胡贤良梁克维虞钉钉.一类用于肺结节检测的深度学习加速方法北大核心CSCD[J].高校应用数学学报(A辑),2018(2):127-139. |
| 作者姓名： | 李正胡贤良梁克维虞钉钉 |
| 作者单位： | 1.浙江大学数学科学学院310027; |
| 基金项目： | 国家自然科学基金面上项目(11471253) |
| 摘 要： | 肺结节检测的深度学习方法一般分为候选结节检测和假阳性结节消除两个阶段.基于两阶段方法,提出了一种整合新数据以提升系统准确性的增量学习加速方案.利用历史数据的训练模型对新数据进行筛选,把表现性能不好的数据作为继续训练两阶段模型的输入.在LUNA16和TIANCHI17两个经典数据集上对上述方法进行测试,只需利用一半以下的新训练数据就能取得与传统两阶段方法相同的效果. |
| 关 键 词： | 肺结节检测 深度学习 两阶段方法 假阳性 增量学习 |
| 本文献已被 维普 等数据库收录！ | |
