首页|改进的深度卷积网络在医学图像中的研究应用

改进的深度卷积网络在医学图像中的研究应用

APPLICATION AND RESEARCH ON MEDICAL IMAGE OF IMPROVED DEEP CONVOLUTIONAL NEURAL NETWORK

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
为进一步提升医学图像的视觉质量,针对DnCNN算法的局限性和医学图像的特征,采用改进的深度卷积神经网络算法进行图像去噪.改进方法应用多尺寸卷积核提取医学图像不同尺度特征,增加深度网络对医学图像的适应性;改进常规网络中激活函数和损失函数的定义方式,从而更好地保护输出结果中的边缘/纹理细节信息;增加一个跳跃连接,提升网络的训练速度和算法的收敛精度.仿真模拟结果表明,相比DnCNN算法、ID-CNN算法、BM3 D算法和曲波变换去噪算法,该改进网络具有更好图像细节保持以及更好的去噪效果,图像的峰值信噪比平均提升56％以上,结构相似度平均提升至0.881.改进的深度卷积网络去噪效果好、效率高,在医学图像处理中具有较强的推广性.

舒晖、王以伍

展开 >

成都医学院现代教育技术中心 四川 成都 610500

深度卷积神经网络 训练速度 收敛精度 细节保持 信噪比 噪声去除

四川省社科基金四川省教育信息化应用与发展研究中心项目成都医学院网络思想政治教育研究中心项目成都医学院教育教学改革项目

SC17B027JYXX19-015WYZX1806JG201839

2022

10.3969/j.issn.1000-386x.2022.10.031

计算机应用与软件
上海市计算技术研究所 上海计算机软件技术开发中心

计算机应用与软件

CSTPCD北大核心
影响因子：0.615
ISSN：1000-386X
年,卷(期)：2022.39(10)
  • 1
  • 1