卷积神经网络在肝包虫病CT图像诊断中的应用

关键词：深度学习 卷积神经网络 肝包虫病 图像分类 计算机辅助诊断 

摘要：探讨卷积神经网络(Convonlutional Neural Network,CNN)在肝包虫病CT图像诊断中的应用。选取两种类型的肝包虫病CT图像进行归一化、改进的中值滤波去噪和数据增强等预处理。以LeNet-5模型为基础提出改进的CNN模型CTLeNet,采用正则化策略减少过拟合问题,加入Dropout层减少参数个数,对二分类肝包虫图像进行分类实验,同时通过反卷积实现特征可视化,挖掘疾病潜在特征。结果表明,CTLeNet模型在分类任务中取得了较好的效果,有望通过深度学习方法对肝包虫病提供辅助诊断和决策支持。

电子技术应用杂志要求:

{1}文章题目应简明确切地表述文章的内容，一般不超过20个字。

{2}本刊刊登的学术论文应该满足：论文视角独特、观点新颖；研究思路清晰、方法科学；论文论证严密、资料翔实；论文结构严谨、行文规范。

{3}来稿文责自负。根据《著作权法》，结合本刊具体情况，编辑部可作修辞等文字修改、删节，凡涉及原意的重大修改，则需征求作者意见。

{4}参考文献限为作者亲自阅读、公开发表过的文献，只选主要的列入，采用顺序编码制著录，按其文中出现的先后顺序用阿拉伯数字编号，列于文末，并依次将各编号外加方括号置于文中引用处的右上角。书写格式为：作者.文题.刊名年份；年（期）：起始页.网上参考材料序号.作者.文题网址（至子－－栏目）.上传年月。

{5}摘要不少于200字，内容要能含盖论文的主要信息。应尽量写成报道性文摘且具有独立性，采用第三人称写法，不用引文。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社