典型文献
基于优选集成ConvNet的脑癌图像分割方法
文献摘要：
基于对脑癌患者的诊断与治疗的重要性,提出一种优选集成卷积神经网络方法以对多模态的脑肿瘤图像进行有效而精准的分割.具体来说,根据所使用的2个子卷积神经网络的不同特点及其表现,将它们分别用于不同脑肿瘤模态数据的图像分割处理.此外,为了进一步提升分割的有效性,对原始网络进行了一些结构与超参数方面的优化.与脑肿瘤分割比赛中的优秀结果以及其他优秀的脑肿瘤图像分割方法进行比较,验证结果显示,笔者提出的优选集成卷积神经网络方法进行了脑肿瘤的高度精确分割.
文献关键词：
脑癌;脑肿瘤;优选集成;图像分割
中图分类号：
作者姓名：
韩兵;王鹏;周毅
作者机构：
首都医科大学附属北京世纪坛医院 信息中心,北京 100038
文献出处：
引用格式：
[1]韩兵;王鹏;周毅-.基于优选集成ConvNet的脑癌图像分割方法)[J].安徽大学学报（自然科学版）,2022(06):99-108
A类：
优选集成
B类：
ConvNet,脑癌,分割方法,诊断与治疗,神经网络方法,具体来说,子卷,超参数,脑肿瘤分割,脑肿瘤图像分割,精确分割
AB值：
0.21214
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
