典型文献
基于卷积神经网络的骨折超声图像识别初步研究
文献摘要：
目的 针对骨折战伤超声快速诊断的需求,建立一个智能骨折超声识别模型,为骨折伤情的一线救治提供新技术和新手段.方法 首先,建立骨折战伤动物模型,收集获取动物四肢骨折超声图像,经过专业超声医生标记数据,对图像预处理后创建数据集;其次,基于TensorFlow深度学习框架构建用于骨折超声图像识别的卷积神经网络模型;最后,利用训练数据进行训练,调整模型参数,优化网络模型,获得最优模型参数,测试模型的识别率.结果 本文构建的卷积神经网络模型能够有效识别骨折超声图像,最终优化模型在测试集上识别率达到97.8％.结论 本研究基于TensorFlow深度学习框架构建的卷积神经网络骨折超声图像识别模型能够在动物骨折模型中取得较好结果,为下一步快速识别人体四肢骨折并准确分诊奠定了良好基础.
文献关键词：
深度学习;超声成像;骨折;智能诊断
中图分类号：
作者姓名：
冯自立;康其传;张涛;章伟睿;叶健安;张云飞;罗文;徐灿华
作者机构：
空军军医大学军事生物医学工程学系医学电子工程教研室,陕西西安710032;军事医学科学院军事医学研究院辐射医学研究所,北京100850;空军军医大学唐都医院骨科,陕西西安710038;空军军医大学西京医院超声科,陕西西安710032
文献出处：
引用格式：
[1]冯自立;康其传;张涛;章伟睿;叶健安;张云飞;罗文;徐灿华-.基于卷积神经网络的骨折超声图像识别初步研究)[J].空军军医大学学报,2022(03):348-352
A类：
B类：
超声图像,图像识别,战伤,快速诊断,超声识别,识别模型,折伤,伤情,一线救治,新手,动物模型,四肢骨折,记数,图像预处理,TensorFlow,深度学习框架,框架构建,卷积神经网络模型,训练数据,最优模型,测试模型,识别率,测试集,快速识别,别人,分诊,良好基础,超声成像,智能诊断
AB值：
0.308526
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。
