基于深度学习卷积神经网络的肺结核CT辅助诊断模型在临床中的应用价值被引量：4

下载PDF

导出

摘要在肺结核CT中采用卷积神经网络进行辅助诊断,既能够提供精确的定量分析,弥补对灰阶不敏感以及人眼惰性等缺陷,还可以为疾病确诊提供帮助。本文采用深度学习卷积神经网络对于计算机辅助诊断方法进行研究,对卷积神经网络进行深入讨论,利用临床肺结核CT图像,定制卷积神经网络。最后通过实验验证本文提出的网络结构对于肺结核CT图像的诊断准确率。

作者单连峰郭芳

机构地区寿光市人民医院

出处《中国新通信》 2022年第24期126-128,共3页 China New Telecommunications

关键词卷积神经网络深度学习肺结核 CT

分类号 TP18 [自动化与计算机技术—控制理论与控制工程] TP391.41 [自动化与计算机技术—控制科学与工程] R521 [医药卫生—内科学]

引文网络
相关文献

参考文献6

1吕晓琪,吴凉,谷宇,张明,李菁.基于深度卷积神经网络的低剂量CT肺部去噪[J].电子与信息学报,2018,40(6):1353-1359. 被引量：12
2张淙越,杨晓玲.基于卷积神经网络的新冠肺炎CT图像识别系统[J].电脑与信息技术,2022,30(3):12-14. 被引量：4
3韦明炯,杨创勃,刘雨峰,温界玉,康彦智,左博,赵宇新.基于全卷积神经网络的肺纤维化合并肺肿瘤CT图像的分割方法[J].生物医学工程研究,2020,39(4):342-346. 被引量：2
4张婕,杨一威,邵凯南,白雪,方敏,单国平,陈明.基于多任务学习的轻量级卷积神经网络在肺部危及器官自动分割中的应用研究[J].中华放射肿瘤学杂志,2021,30(9):917-923. 被引量：1
5高雷鸣..基于迁移学习和卷积神经网络的肺部肿瘤图像识别方法研究[D].湖南工业大学,2020:
6舒甜督,刘芳,蔡茂.基于卷积神经网络的肺部CT图像分类算法研究[J].电子设计工程,2022,30(21):170-174. 被引量：6

二级参考文献32

1朱永成,陈阳,罗立民,Toumoulin Christine.基于字典学习的低剂量X-ray CT图像去噪[J].东南大学学报（自然科学版）,2012,42(5):864-868. 被引量：11
2刘光达,赵立荣.基于最小均方误差原理的医学X光影像滤波阈值选择[J].光学精密工程,2001,9(1):47-50. 被引量：4
3代双凤,吕科,翟锐,董继阳.基于3D区域增长法和改进的凸包算法相结合的全肺分割方法[J].电子与信息学报,2016,38(9):2358-2364. 被引量：22
4吕永标,赵建伟,曹飞龙.基于复合卷积神经网络的图像去噪算法[J].模式识别与人工智能,2017,30(2):97-105. 被引量：37
5李传朋,秦品乐,张晋京.基于深度卷积神经网络的图像去噪研究[J].计算机工程,2017,34(3):253-260. 被引量：57
6周飞燕,金林鹏,董军.卷积神经网络研究综述[J].计算机学报,2017,40(6):1229-1251. 被引量：1781
7王华利,邹俊忠,张见,卫作臣,汪春梅.基于深度卷积神经网络的快速图像分类算法[J].计算机工程与应用,2017,53(13):181-188. 被引量：26
8门阔,戴建荣.利用深度反卷积神经网络自动勾画放疗危及器官[J].中国医学物理学杂志,2018,35(3):256-259. 被引量：24
9苗光,李朝锋.二维和三维卷积神经网络相结合的CT图像肺结节检测方法[J].激光与光电子学进展,2018,55(5):129-137. 被引量：25
10吕晓琪,吴凉,谷宇,张明,李菁.基于深度卷积神经网络的低剂量CT肺部去噪[J].电子与信息学报,2018,40(6):1353-1359. 被引量：12

共引文献20

1张薇,吕晓琪,吴凉,张明,李菁.基于典型医学图像的分类技术研究进展[J].激光与光电子学进展,2018,55(12):90-99. 被引量：8
2邬雪涛,林岚,王婧璇.基于CT图像的肺实质分割技术研究进展[J].智慧健康,2019,5(20):87-89. 被引量：4
3陈书贞,张祎俊,练秋生.基于多尺度稠密残差网络的JPEG压缩伪迹去除方法[J].电子与信息学报,2019,41(10):2479-2486. 被引量：3
4卓德强.基于贝叶斯粗糙集的肺部肿瘤CT图像抗噪算法设计[J].生物医学工程研究,2019,38(3):331-335. 被引量：1
5付晓薇,杨雪飞,陈芳,李曦.一种基于深度学习的自适应医学超声图像去斑方法[J].电子与信息学报,2020,42(7):1782-1789. 被引量：4
6于海雯,易昕炜,徐少平,林珍玉.带噪声水平评估的快速灵活盲深度降噪模型[J].计算机工程,2020,46(12):222-230.
7韦明炯,杨创勃,刘雨峰,温界玉,康彦智,左博,赵宇新.基于全卷积神经网络的肺纤维化合并肺肿瘤CT图像的分割方法[J].生物医学工程研究,2020,39(4):342-346. 被引量：2
8张硕,余世明.基于多尺度并行深度可拆分的CNN新冠肺炎CT图像去噪方法[J].高技术通讯,2021,31(11):1145-1153. 被引量：2
9熊景琦,桑庆兵,胡聪.结合感知损失与双重对抗网络的低剂量CT图像去噪[J].计算机工程,2023,49(2):213-221. 被引量：3
10刘帅,安冬,须颖,邵萌,邹德芳,刘振鹏.基于RN-CNN模型的低剂量CT图像去噪方法[J].计算机应用与软件,2023,40(1):241-247. 被引量：1

同被引文献31

1刘晓晨,蔡思鹏,刘文亚,王涛,杨卫新.MRI及CT在菌阴肺结核诊断中的应用体会[J].中国医学计算机成像杂志,2022,28(3):291-295. 被引量：4
2周胤江,徐晓华.肺结核手术治疗56例临床分析[J].内蒙古医学杂志,2006,38(4):359-360. 被引量：2
3窦学军,龚昌帆,闫东杰,陈肖嘉,白连启,许绍发.手术联合化疗治疗耐多药肺结核结果分析[J].中国防痨杂志,2007,29(4):336-338. 被引量：14
4尹青琴,申阿东.Xpert MTB／RIF试验在结核病诊断中的研究现状[J].中华结核和呼吸杂志,2012,35(5):363-365. 被引量：49
5刘策,刘小峰.助老服务机器人多模式友好交互系统设计与实现[J].电子测量与仪器学报,2019,31(1):177-182. 被引量：26
6付宜利,潘博.微创外科手术机器人技术研究进展[J].哈尔滨工业大学学报,2019,51(1):1-15. 被引量：41
7Fleming Y.M.Lure,Stefan Jaeger,Sameer Antani,Shenwen Quan.自动化显微镜检测和数字化胸片诊断系统在肺结核筛查中的应用[J].新发传染病电子杂志,2017,2(1):5-9. 被引量：12
8闫明艳,陈根铭,赖超,陈智红,祝君兰,李娇,董淑雯,成官迅.人工智能对肺结核患者病变检出及定性诊断价值研究[J].新发传染病电子杂志,2018,3(4):214-217. 被引量：15
9罗一婷,翁榕星,周芳,余卫业,陆普选,无.2019 WHO全球结核报告：全球与中国关键数据分析[J].新发传染病电子杂志,2020,5(1):47-50. 被引量：62
10邹承明,薛榕刚.融合GIoU和Focal loss的YOLOv3目标检测算法[J].计算机工程与应用,2020,56(24):214-222. 被引量：27

引证文献4

1张进军.基于全卷积深度学习网络的视频图像背景分割方法研究[J].信息与电脑,2023,35(8):117-119.
2罗梵,张娜,李晨曦.AI技术在儿童肺结核影像诊断中的研究现状与展望[J].新发传染病电子杂志,2023,8(6):79-83.
3李梅梅,罗晓,何泽宝.胸部CT联合肺泡灌洗液结核分枝杆菌/利福平耐药实时荧光定量核酸扩增检测对成人菌阴肺结核的诊断价值[J].医疗装备,2023,36(24):60-63.
4朱尔汉,郭语,范哲铭,张新扬,陆新宇,徐帅,王锋锋.基于YOLOv2的微创手术机器人肺结核病灶图像识别研究[J].人工智能与机器人研究,2024,13(1):49-55.

1张雨墨,李铭,杨伟振.影像组学在膀胱癌临床中的应用[J].牡丹江医学院学报,2022,43(6):156-158.
2尹智慧.肾上腺皮质激素在呼吸内科临床中的应用效果[J].内蒙古医学杂志,2022,54(10):1257-1258. 被引量：1
3王金成,史明霞,刘莎.时时轻扬法在临床中的应用浅析[J].中国民间疗法,2022,30(24):36-39.
4孟书平,蔡元元,王影杰,刘培璐,朱贺来,王青梅.临床输血中不同检验方法的应用对比[J].航空航天医学杂志,2022,33(10):1189-1191.
5蒋梦迪.全媒体时代下广播民生新闻转型与升级策略[J].环球首映,2022(10):280-282.
6王颖,黄克武.慢性气道疾病的分类及可治疗特质[J].中华结核和呼吸杂志,2023,46(1):91-93.
7鹿璐,沈红艳,吴燕.幽门螺杆菌抗体分型检测在临床中的应用分析[J].人人健康,2022(24):102-104.
8付晓岩.企业架构驱动的数字化转型[J].中国金融,2023(1):71-72. 被引量：4
9张一鸣,李赟鹏,李婧,丛俊余.孔隙裂隙介质多场耦合数值计算进展[J].山东大学学报（工学版）,2022,52(6):63-78.
10中国共产主义青年团的由来(上)[J].党员干部之友,2023(1):50-50.

中国新通信

2022年第24期

浏览历史

内容加载中请稍等...

基于深度学习卷积神经网络的肺结核CT辅助诊断模型在临床中的应用价值被引量：4

参考文献6

二级参考文献32

共引文献20

同被引文献31

引证文献4

相关作者

相关机构

相关主题

浏览历史

基于深度学习卷积神经网络的肺结核CT辅助诊断模型在临床中的应用价值 被引量：4

参考文献6

二级参考文献32

共引文献20

同被引文献31

引证文献4

相关作者

相关机构

相关主题

浏览历史

基于深度学习卷积神经网络的肺结核CT辅助诊断模型在临床中的应用价值被引量：4