典型文献
基于CNN的肌肉收缩超声图像分类
文献摘要：
肌肉收缩训练对运动康复的意义重大,为了研究卷积神经网络(Convolutional Neural Network,CNN)在肌肉收缩超声图像分类问题中的可行性并评估效果,采用两种CNN模型(ResNet101和VGG19)对肱二头肌超声图像中肌肉是否收缩进行分类,并开展对比分析.实验结果表明,VGG 19模型分类效果较好,在准确度、参数数量及训练效率上均有明显优势,泛化能力强.
文献关键词：
深度学习;卷积神经网络(CNN);超声图像分类;肌肉收缩
中图分类号：
作者姓名：
史婧婷;马炜;刘婷;陈旭辉
作者机构：
福州大学物理与信息工程学院,福建 福州 350108;福建省医疗器械和医药技术重点实验室,福建 福州 350108
文献出处：
引用格式：
[1]史婧婷;马炜;刘婷;陈旭辉-.基于CNN的肌肉收缩超声图像分类)[J].电视技术,2022(06):63-67
A类：
B类：
肌肉收缩,超声图像分类,运动康复,Convolutional,Neural,Network,分类问题,评估效果,ResNet101,VGG19,肱二头肌,缩进,模型分类,分类效果,数数,训练效率,泛化能力
AB值：
0.316616
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。
