典型文献
基于卷积神经网络的肺部CT图像分类算法研究
文献摘要：
对医学CT图像进行高效精确地自动分类可以有效帮助医生减轻工作负担,切实提升医生对患者病情诊断的效率,应对现今医院CT图像数量迅速增长而相关医务人员严重缺乏的问题.卷积神经网络自提出以来,已被广泛应用于各种图像分类任务中.为切实提高肺部CT图像分类任务的准确率与速度,文中具体分析了VGG16网络模型的结构以及将其应用于肺结节CT图像分类任务中的优劣势.通过实验对比,验证了迁移学习的VGG16和基于VGG16改进的模型对肺部CT图像分类任务的有效性.
文献关键词：
深度学习;卷积神经网络;迁移学习;图像分类
中图分类号：
作者姓名：
舒甜督;刘芳;蔡茂
作者机构：
长春工业大学数学与统计学院,吉林长春130012
文献出处：
引用格式：
[1]舒甜督;刘芳;蔡茂-.基于卷积神经网络的肺部CT图像分类算法研究)[J].电子设计工程,2022(21):170-174,179
A类：
B类：
图像分类算法,算法研究,自动分类,轻工,工作负担,患者病情,病情诊断,医务人员,分类任务,VGG16,肺结节,优劣势,实验对比,迁移学习
AB值：
0.250164
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。
