• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
基于改进自生成神经网络的孤立性肺结节分类
  • 作者

    纪国华赵涓涓潘玲

  • 单位

    太原理工大学计算机科学与技术学院

  • 摘要
    为了提高孤立性肺结节良恶性诊断中的分类准确度,提出了一个基于自生成神经网络的自动分类算法。该算法首先对PET/CT图像进行去噪、配准等预处理,分别提取孤立性肺结节的结构影像特征和代谢特征,然后对自生成神经网络进行训练和优化,构建分类器,根据距离测度和自动连接规则对待分类肺结节进行分类。初步的实验结果表明,与传统的自生成神经网络算法和BP神经网络算法相比,改进的自生成神经网络分类算法能得到更高的分类准确率。
  • 关键词

    PET-CT影像孤立性肺结节自生成神经网络分类器距离测度

  • 基金项目(Foundation)
    国家自然科学基金资助项目:基于混合成像的孤立性肺结节计算机辅助诊断方法(61202163);基于医学影像结构和功能混合特征的周围型肺癌计算机辅助诊断方法(61373100);虚拟现实技术与系统国家重点实验室资助项目(BUAA-VR-15KF02);
  • 相关文章
相关问题
立即提问

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联