卷积神经网络在肝包虫病CT图像诊断中的应用  

作　　者：王玲玲[1] 莫宗伟[1] 

机构地区：[1]寿光市人民医院

出　　处：《中国新通信》2022年第24期129-131,共3页China New Telecommunications

摘　　要：随着近年来信息技术的飞速发展,卷积神经网络广泛应用在医学领域,基于卷积神经网络对于肝包虫病的诊断提出了创新思路,选择两种肝包虫病CT图像进行预处理,利用Le Net-5模型为基础提出模型CTLeNet,通过正则化策略减少过拟合,对二分类肝包虫图像进行分类实验,并通过反卷积实现特征可视化,挖掘疾病的潜在特征。经过实验验证,结果表明,CTLeNet模型对于分类任务具有良好的效果,希望可以通过卷积神经网络方法为肝包虫病提供诊断辅助作用,帮助医生对肝包虫病进行诊断,实现疾病的早发现、早诊断与早治疗。

关 键 词：卷积神经网络 CT 诊断 肝包虫病 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP391.41[自动化与计算机技术—控制科学与工程] R532.32[医药卫生—内科学]