资料下载
×
一种SFDG肺结节良恶性识别分类模型
消耗积分:0 |
格式:rar |
大小:2.91 MB |
2021-03-16
分享资料个
为提高肺结节良恶性识别的准确率，构建改进深度卷积对抗生成网络（ DCGAN）框架与半监督模糊C均值（rCM）聚类结合的SFDG肺结节良恶性识别模型。将带有良恶性等级标签的肺结节图像输入到 DCGAN框架使得只有来源分类能力的判别器网络同时具备肺结节等级分类能力。在判别过程中运用半监督FCM聚类方法对输入肺结节图像进行特征提取和量化，将输岀的当前图像所属类别概率及判别结果与真实结果进行比较来调整网络参数。通过设定加杈损失函数最大概率提高模型识别准确率，训练得岀具有良好鲁棒性的网络模型。实验结果表明，改进模型的判别器网络具有良好的肺结节良恶性分类能力，准确率高达90.96%。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
