典型文献
基于RF-Net的CT图像肋骨骨折识别
文献摘要：
肋骨骨折是临床医学中一种常见的疾病,人工判别骨折的方法具有工作量大、识别难度大等问题.为了高效实现肋骨骨折的计算机辅助诊断,本文提出了一种基于RF-Net(rib fracture network)的肋骨骨折识别算法.该算法首先利用生成对抗网络对原始数据进行数据增强扩建数据集,以缓解过拟合现象且使模型进行有效训练.其次,算法使用RF-block提取肋骨的多尺度特征进行融合,增强网络的特征提取能力.同时,本文使用压缩策略对模型结构进行优化,从而减少模型计算代价.最后,本文在来自于医院的肋骨数据集上开展实验,结果表明本文方法在准确率、AUC值、敏感度、特异度多个指标上表现优异.与现有方法相比,本文算法可更准确快速的对肋骨骨折进行识别,能够为医生的诊断提供可靠依据.
文献关键词：
肋骨骨折识别;多尺度特征;生成对抗网络;CT图像
中图分类号：
作者姓名：
彭诚;黄扬林;郭建强
作者机构：
湘潭大学计算机学院·网络空间安全学院,湘潭411105
文献出处：
引用格式：
[1]彭诚;黄扬林;郭建强-.基于RF-Net的CT图像肋骨骨折识别)[J].计算机系统应用,2022(04):154-162
A类：
肋骨骨折识别
B类：
RF,Net,临床医学,计算机辅助诊断,rib,fracture,network,识别算法,生成对抗网络,原始数据,数据增强,扩建,过拟合,有效训练,block,多尺度特征,特征提取能力,压缩策略,模型结构,准确快速,折进
AB值：
0.255822
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。
