典型文献
基于卷积神经网络的胃癌癌前病变图像分类方法
文献摘要：
通过建立一个以系统和智能方式对胃癌癌前病变进行分类的模型,帮助医生找到敏感点和癌前息肉.在本文方法中,通过设计一种改进的ALexNet架构并使用数据增强、高斯噪声、L2权值衰减和ReLU等技术训练卷积神经网络模型,最后通过利用精度、损失值和混淆矩阵等性能指标对该模型的性能进行评估.在3677张糜烂、息肉和溃疡等胃病图像上对所提出的模型进行测试,结果表明该模型的分类准确率达到89％.
文献关键词：
胃癌;糜烂;息肉;溃疡;癌前病变;卷积神经网络;图像分类
中图分类号：
作者姓名：
张育;赵轶峰;苏卓彬;杨永江
作者机构：
河北北方学院附属第一医院胃肠肿瘤外科,河北张家口075000
文献出处：
引用格式：
[1]张育;赵轶峰;苏卓彬;杨永江-.基于卷积神经网络的胃癌癌前病变图像分类方法)[J].中国医学物理学杂志,2022(02):209-214
A类：
ALexNet
B类：
胃癌癌前病变,图像分类,分类方法,敏感点,息肉,使用数据,数据增强,高斯噪声,L2,权值,ReLU,技术训练,卷积神经网络模型,损失值,混淆矩阵,糜烂,胃病,分类准确率
AB值：
0.344528
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。
