典型文献
基于深度学习的哮喘患者CT影像黏液栓自动识别
文献摘要：
针对肺部计算机断层扫描(CT)影像中人工识别黏液栓效率较低、识别效果不佳等问题,提出一种基于深度神经网络的黏液栓自动识别模型.针对黏液栓不规则的特点,在骨干网络中引入可变形卷积来提取特征,并在检测网络中引入可变形感兴趣区域池化进行特征尺度归一化.针对黏液栓的中小目标特性,提出采用加权特征金字塔网络进行多尺度特征融合.实验结果表明,与传统的更快区域卷积神经网络相比,所提模型的平均精度提升了4％,可为辅助诊断哮喘的严重程度提供参考.
文献关键词：
黏液栓;深度学习;自动识别算法
中图分类号：
作者姓名：
黄柳婷;刘可欣;牛凯;常春;贺志强
作者机构：
北京邮电大学 泛网无线通信教育部重点实验室,北京100876;北京大学第三医院 呼吸与危重症医学科,北京100191
文献出处：
引用格式：
[1]黄柳婷;刘可欣;牛凯;常春;贺志强-.基于深度学习的哮喘患者CT影像黏液栓自动识别)[J].北京邮电大学学报,2022(04):58-63
A类：
B类：
哮喘患者,黏液栓,肺部计算机断层扫描,人工识别,深度神经网络,识别模型,骨干网络,可变形卷积,提取特征,测网,感兴趣区域,池化,特征尺度,小目标,目标特性,特征金字塔网络,多尺度特征融合,区域卷积神经网络,精度提升,辅助诊断,自动识别算法
AB值：
0.303652
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。
