基于Ad-BN自适应深度卷积神经网络的肝脏纤维化超声诊断技术的研究  

作　　者：惠冉[1] 师琳 房勤茂[1] 

机构地区：[1]河北医科大学第三医院超声科,河北石家庄050051 [2]石家庄市第一医院消化内一科,河北石家庄050011

出　　处：《影像研究与医学应用》2019年第23期100-101,共2页Journal of Imaging Research and Medical Applications

基　　金：河北省卫生和计划生育委员会(20190610);基于Ad-BN自适应深度卷积神经网络的肝脏纤维化超声诊断技术的研究编号20190610阶段性研究成果

摘　　要：当前,卷积神经网络模型已被广泛用于执行各种类型的智能任务,医学图像辅助诊断是涉及多种图像类型的复杂场景。这些包括:普通2D图像,超高分辨率图像和3D图像。本项目针对一维信号的特点,提出“首层大尺度卷积核深度卷积神经网络”的模型,基层为大尺度卷积核,采用的技术路线为批量归一化层、采用WFK-CNN超参数设计准则,验证了WFK-CNN模型及其Ad-BN领域自适应处理后的抗噪性能。本文提出的肝脏纤维化超声诊断模型构建与改进方法具有较强的通用性,对今后的医学图像建模工作具有积极的指导意义。

关 键 词：Ad-BN 卷积神经网络 医学影像 

分 类 号：R445[医药卫生—影像医学与核医学]