-
题名基于RDU-Net网络的肺部CT分割算法研究
- 1
-
-
作者
陈亚浩
韩林
刘艳青
张悦
-
机构
郑州大学信息工程学院
国家超级计算郑州中心
-
出处
《计算机应用与软件》
北大核心
2024年第7期177-183,共7页
-
文摘
提出RDU-Net网络进行肺结节的分割工作。该网络以U-Net网络为基础,针对网络训练过程中经常出现的梯度消失现象,引入残差单元对基础网络进行改进,该操作很好地解决了网络模型训练过程中出现的梯度消失问题;为了提高网络的泛化能力,在网络中增加了Dropout层,以避免网络在训练过程中过拟合现象,进一步提高分割精度。该网络在LIDC-IDRI数据集上进行实验,其AUC和Dice分别达到了0.89和0.76,相较于基础网络其分割精度和分割效果都有一定的提高。
-
关键词
深度学习
U-Net
肺片分割
肺结节
-
Keywords
Deep learning
U-Net
Lung slice segmentation
Lung nodules
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
-
题名基于ResNet的彩色眼底图片分类算法研究
被引量：1
- 2
-
-
作者
陈亚浩
张东
-
机构
郑州大学河南省超级计算中心信息工程学院
浪潮电子信息产业股份有限公司
-
出处
《计算机应用与软件》
北大核心
2023年第8期250-254,320,共6页
-
文摘
为了提高现有算法对眼底彩照的识别准确度,提出一种基于深度残差网络(ResNet)的眼底图像分类方法,对获取到的眼底图像进行基于DSP-Fs流程的数据预处理操作,使用Laplacian滤波处理以突出异常眼底图像的特征,有效地提高神经网络学习的质量;用残差网络代替传统的卷积神经网络,提取更深层次的特征,同时修改网络结构以提升模型效率达到病变分类的目的。在ODIR数据集上对不同的预处理方式和网络结构进行了对比实验,结果表明,该算法能够有效地提升眼底彩色图像分类的准确度。
-
关键词
眼底图像
图像分类
残差网络
Laplacian滤波
-
Keywords
Fundus image
Image classification
Residual network
Laplacian filtering
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
