典型文献
基于卷积神经网络的直肠癌淋巴结转移的智能判断模型研究
文献摘要：
近年来,直肠癌的患病率普遍提高,准确判断直肠癌周围淋巴结的转移情况,能显著提高患者的治愈概率.通过建立数学模型,运用卷积神经网络模型进行智能判断直肠癌淋巴结转移情况.以直肠肿瘤患者动脉期的电子计算机断层扫描(computed tomography,CT)图像和肿瘤掩模图为样本,建立基于U-Net的CT图像识别分割模型,通过下、上采样分割出直肠肿瘤所在的区域,对肿瘤区域已转移淋巴结的普遍特征进行深度挖掘,利用尺度不变特征变换匹配(scale invarian feature trans-form,SIFT)算法自动找出肿瘤区域特征点,以及传统的特征纹理、面积、周长和体素强度,分别送入传统卷积神经网络模型和改进后的卷积神经网络模型VGG16网络模型,进行训练、预测、对比.结果表明:传统卷积神经网络模型的准确率在75.32％,而改进后的VGG16网络模型准确率在90.04％,可见,VGG16网络模型对直肠癌淋巴结转移情况的预测效果更好.
文献关键词：
U-Net模型;卷积神经网络;VGG16
中图分类号：
作者姓名：
刘今子;董浩;方文璇;黄东
作者机构：
东北石油大学数学与统计学院,大庆163318;东北石油大学计算机与信息技术学院,大庆163318
文献出处：
引用格式：
[1]刘今子;董浩;方文璇;黄东-.基于卷积神经网络的直肠癌淋巴结转移的智能判断模型研究)[J].科学技术与工程,2022(32):14328-14338
A类：
invarian
B类：
直肠癌淋巴结转移,智能判断,判断模型,患病率,普遍提高,移情,卷积神经网络模型,直肠肿瘤,肿瘤患者,动脉期,电子计算机断层扫描,computed,tomography,掩模,Net,图像识别,分割模型,上采样,割出,肿瘤区,转移淋巴结,深度挖掘,尺度不变特征变换,scale,feature,trans,form,SIFT,区域特征,特征点,周长,送入,VGG16,模型准确率
AB值：
0.267144
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。
