首页 期刊 现代电子技术 基于卷积神经网络的肺炎检测系统 【正文】

基于卷积神经网络的肺炎检测系统

作者:周进凡; 刘宇红; 张荣芬; 马治楠; 葛自立; 林付春 贵州大学大数据与信息工程学院; 贵州贵阳550025; 公共大数据重点实验室; 贵州贵阳550025
卷积神经网络   胸部x光影像   肺炎诊断   图像预处理   vgg  

摘要:提出一种利用卷积神经网络对胸部X光影像数据进行分析,实现对肺炎这一常见症状进行检测的系统。该方案首先进行图像预处理,然后采用VGG卷积神经网络和改进VGG卷积神经网络分别实现对胸部X光影像的特征提取,得到两种网络对肺炎的检测准确率,最终测试结果显示,改进VGG卷积神经网络在对肺炎检测上具备比VGG网络更好的识别效果,同时,改进VGG网络在标定好的数据集进行训练时能够更快的收敛。通过在公开数据集上进行测试表明,改进VGG卷积神经网络得到了98.5%的准确率,相比于VGG网络提升了2%以上的识别准确率,证明该方案在肺炎识别上具有可行性。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅