利用卷积神经网络对CT图像进行定位的可行性研究
Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation（2019）
摘要
目的 基于CT图像重建人体颈椎节段的三维模型和3D打印技术,为临床诊断提供清晰、特异的病变模型,提高模拟手术效果.方法 采用AlexNet网络作为深度学习模型,并运用迁移学习对该模型进行预置.将训练样本按照椎体部位分为4类并进行标记,并利用数据扩增提高分类准确率.结果扩增后图像分类准确率由94.95％提高到97.72％,测试时间由2.05 s增加到3.03 s.结论利用卷积神经网络对CT图像进行身体定位是可行的,而数据扩增技术在提高分类准确率的同时也增加了训练及测试时间.
更多查看译文
关键词
CT image localization,convolutional neural network,data augmentation,deep learning
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要