基于改进的YOLOv3-DN对脑胶质瘤检测分级

刘颖,李东喜

Computer Engineering and Design(2021)

Cited 0|Views1
No score
Abstract
探讨一种基于改进的YOLOv3-DN计算机辅助诊断系统对脑部胶质瘤核磁共振成像术前检测和分级的价值.根据收集的低级别胶质瘤30例和多形性胶质母细胞瘤30例,对其进行数据增强,通过N4 ITK偏场校正及归一化预处理后,将2400幅图像用于改进的YOLOv3-DN网络进行训练,后在测试数据集上检测,通过5折交叉验证及ROC评估性能.实验结果表明,YOLOv3 DN优于原始的YOLOv3和YOLO,能够以93.71%的整体准确度检测肿瘤位置,以94.49%的总准确率区分肿瘤级别,对胶质瘤术前分级具有一定的预测价值.
More
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined