首页|期刊简介|投稿指南|分类索引|刊文选读|订阅指南|资料|样刊邮寄查询|常见问题解答|联系我们
张剑飞,崔文升,王真,等. 基于增强LetNet-5的非霍奇金淋巴瘤辅助诊断[J]. 科学技术与工程, 2020, 20(16): 6527-6531.
Zhang Jianfei,et al.Auxiliary Diagnosis of Non-Hodgkin's Lymphoma Based on Enhanced LetNet-5[J].Science Technology and Engineering,2020,20(16):6527-6531.
基于增强LetNet-5的非霍奇金淋巴瘤辅助诊断
Auxiliary Diagnosis of Non-Hodgkin's Lymphoma Based on Enhanced LetNet-5
投稿时间:2019-09-08  修订日期:2020-05-31
DOI:
中文关键词:  深度学习  卷积神经网络  LetNet-5模型  计算机辅助诊断
英文关键词:deep learning  convolutional neural network  letnet-5 model  computer-aided diagnosis
基金项目:黑龙江省教育厅基本科研业务费科研项目(135309471)
           
作者单位
张剑飞 齐齐哈尔大学 计算机与控制工程学院
崔文升 齐齐哈尔大学 计算机与控制工程学院
王真 齐齐哈尔大学 计算机与控制工程学院
杜晓欣 齐齐哈尔大学 计算机与控制工程学院
摘要点击次数: 70
全文下载次数: 32
中文摘要:
      针对主流网络模型在医学辅助诊断适用性低的问题,在现有LetNet-5模型的基础上,本文给出了增强LetNet-5模型用于非霍奇金淋巴瘤的智能辅助诊断方案。首先将获取到的数据集进行图像切分和归一化等预处理操作,然后使用深度学习框架KERAS搭建增强前后的LetNet-5模型,接着对增强前后的网络模型进行训练、预测和评估,最后对模型的泛化能力和稳定性进行验证。实验表明,增强LetNet-5模型相对于原始LetNet-5模型具有更高的识别精度、更好的稳定性和更快的模型收敛速度,为非霍奇金淋巴瘤的诊断提供科学性的指导并具有重要的临床价值。
英文摘要:
      In view of the low applicability of mainstream network model in medical aided diagnosis, based on the existing LetNet-5 network model, this paper presents an intelligent assistant diagnosis scheme for enhancing LetNet-5 model for non-Hodgkin"s lymphoma. Firstly, the obtained data set is subjected to pre-processing operations such as image segmentation and normalization. Then, the deep learning framework KERAS is used to build the LetNet-5 model before and after the enhancement, and then the network model before and after the enhancement is trained, predicted and evaluated. Finally, Verification of the generalization ability and stability of the model.Experiments show that the enhanced LetNet-5 model has higher recognition accuracy, better stability and faster model convergence speed than the original LetNet-5, it provides scientific guidance for the diagnosis of non-Hodgkin"s lymphoma and has important clinical value.
查看全文  查看/发表评论  下载PDF阅读器
关闭
你是第31355067位访问者
版权所有:科学技术与工程编辑部
主管:中国科学技术协会    主办:中国技术经济学会
Tel:(010)62118920 E-mail:stae@vip.163.com
京ICP备05035734号-4
技术支持:本系统由北京勤云科技发展有限公司设计

京公网安备 11010802029091号