运用深度学习的自动识别X线摄影部位的研究  

作　　者：夏艳红 

机构地区：[1]咸宁市中心医院放射科,湖北咸宁437000

出　　处：《中文科技期刊数据库（全文版）医药卫生》2022年第3期226-228,共3页

摘　　要：随着科技的不断发展与进步,医学影像技术在临床上的应用越来越广泛,已经成为临床医生们辅助诊断不可缺少的工具之一。目前影像技术具有多种方式,X线摄影虽然是较老的技术手段,但它作为影像技术方式中的一种,至今在临床上仍然被大量的使用。深度学习的兴起,在国内外均引起了许多研究学者们的关注。它是机器学习中的一个新领域,一定程度上弥补了传统机器学习的不足,近几年来在人工智能方面也一跃成为了最热门的一个研究方向,许多行业中都能看见它的身影,这也体现了它的应用能力十分强大。在图像的识别与分类方面,深度学习已经有了许多的研究,本文就是在前人研究的基础上,根据研究方向在医院搜集了左肩关节、右肩关节、膝关节、踝关节和骨盆的相关影像,然后用迁移学习一种优秀的经典卷积神经网络模型---Resnet34来构建我们的影像图像分类器,对X线影像的体位部位进行识别,来验证深度学习模型的准确度,帮助放射科技师自动检测体摄片体位是否正确,减少工作失误带来的不良后果。

关 键 词：医学影像处理 卷积神经网络 迁移学习 X线 

分 类 号：R445[医药卫生—影像医学与核医学]