首页|基于ResNet的肺部CT影像识别的分析与实现

基于ResNet的肺部CT影像识别的分析与实现

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
随着医学影像技术的不断进步和深度学习算法的发展,利用深度学习进行医学影像分析已成为研究的热点之一.以肺部CT影像为对象,针对肺部疾病的自动诊断与分类问题,探索了基于深度学习中的ResNet(残差网络)技术的应用.通过构建一个基于ResNet的深度神经网络模型,结合大量的肺部CT影像数据,实现了对肺炎及肺结核的准确识别和分类.

刘铭文、喻浩天、常家斌、毛逸飞

展开 >

西南石油大学,四川 成都 610500

ResNet 深度学习 肺部CT影像 自动识别 疾病诊断

2024

10.3969/j.issn.1006-8554.2024.06.009

技术与市场
四川省科技信息研究所

技术与市场

影响因子：0.566
ISSN：1006-8554
年,卷(期)：2024.31(6)
  • 2