技术与市场2024，Vol.31Issue(6) ：51-55,59.DOI:10.3969/j.issn.1006-8554.2024.06.009

基于ResNet的肺部CT影像识别的分析与实现

刘铭文 喻浩天 常家斌 毛逸飞
技术与市场2024，Vol.31Issue(6) ：51-55,59.DOI:10.3969/j.issn.1006-8554.2024.06.009
✕
  • NETL
  • NSTL
  • 万方数据

基于ResNet的肺部CT影像识别的分析与实现

刘铭文 1喻浩天 1常家斌 1毛逸飞1
扫码查看

作者信息

  • 1. 西南石油大学,四川 成都 610500
  • 折叠

摘要

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.

关键词

ResNet/深度学习/肺部CT影像/自动识别/疾病诊断

引用本文复制引用

出版年

2024
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
参考文献量2
段落导航相关论文