典型文献
基于深度学习的计算机辅助诊断系统在嵌入式中的设计与实现
文献摘要：
随着现代医学的成像质量提高和医学影像数据量的增大,医生想要从海量的医学影像里快速找到指定类别的医学影像数据耗费的时间成本越来越高,对医学图像库中的医学图像数据进行计算机辅助诊断成为一个非常现实的需求.因此,该文作为人工智能实验应用的典型案例,利用改进的深度学习算法,设计了一个可以对病变区域位置进行检测的计算机辅助诊断系统,该系统可以完成对医学图像中各个器官的自动分割.建立并使用卷积神经网络框架,训练医学图像库中大量的数据;然后根据训练好的分类器模型,将图像分到相应的类别,从而完成智能诊断过程;最后将系统移植到嵌入式开发板上实现,方便后续实际产品的开发.实验结果表明,该系统可以较好地识别病理区域,可应用于X射线胸片的计算机辅助诊断,为放射科医生提供较好的诊断帮助.
文献关键词：
深度学习;计算机辅助;医学影像;卷积神经网络;嵌入式
中图分类号：
作者姓名：
张立立;杨金柱;单禹夫;张高原;信俊昌
作者机构：
东北大学计算机科学与工程学院 国家级计算机实验教学示范中心,辽宁沈阳 110819
文献出处：
引用格式：
[1]张立立;杨金柱;单禹夫;张高原;信俊昌-.基于深度学习的计算机辅助诊断系统在嵌入式中的设计与实现)[J].实验技术与管理,2022(08):49-54
A类：
B类：
计算机辅助诊断系统,现代医学,成像质量,质量提高,医学影像,影像数据,数据量,耗费,时间成本,医学图像数据,断成,实验应用,深度学习算法,自动分割,网络框架,练好,分类器,分到,智能诊断,诊断过程,嵌入式开发,开发板,胸片,放射科
AB值：
0.281201
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。
