论文研究 - 基于3D卷积神经网络的CT图像肺癌检测

所需积分/C币:50 2020-05-14 23:28:27 2.42MB PDF
389
收藏 收藏
举报

肺结节的早期发现对于成功诊断和治疗肺癌至关重要。 许多研究人员尝试了多种方法,例如阈值化,计算机辅助诊断系统,模式识别技术,反向传播算法等。最近,卷积神经网络(CNN)在许多领域中都有着广阔的应用前景。 在这项研究中,我们调查了3D CNN以使用LUNA 16数据集检测早期肺癌。 首先,我们使用阈值技术对原始图像进行了预处理。 然后,我们使用Vanilla 3D CNN分类器来确定图像是癌变还是非癌变。 实验结果表明,与现有技术相比,该方法的检测精度可达80%左右,性能令人满意。

...展开详情
试读 8P 论文研究 - 基于3D卷积神经网络的CT图像肺癌检测
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 至尊王者

关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究 - 基于3D卷积神经网络的CT图像肺癌检测 50积分/C币 立即下载
1/8
论文研究 - 基于3D卷积神经网络的CT图像肺癌检测第1页
论文研究 - 基于3D卷积神经网络的CT图像肺癌检测第2页

试读结束, 可继续读1页

50积分/C币 立即下载