资料下载
×
可判别肺结节良恶性的多分支CNN模型
消耗积分:0 |
格式:pdf |
大小:1.81 MB |
2021-05-07
分享资料个
肺结节CT图像表征复杂且多样，导致对肺结节进行分类较为困难。虽然越来越多的深度学习模型被应用到计算机辅助肺癌诊断系统的肺结芇分类任务中，但这些模型的¨黑盒”特性无法解释模型从数据中学习到了哪些知识，以及这些知识是如何影响决策的，导致诊断结果缺乏可信性。为此，文中提出了一种可解释的多分支卷积神经网络模型来判别肺结节的良恶性。该模型利用医生诊断时所用的肺结节语义特征信息来辅助诊断肺结节的良恶性，并将这些特征与肺结节良恶性判别网络融合成多分支网络，在完成肺结节良恶性诊断任务的同时，得到肺结节相关语义特征的预测结果，为医生提供可信的诊断依据在LlDC-IDRI數据集上的实验结果表明，与现有方法相比，所提模型不仅可以得到可解释的诊断结果，而且实现了更好的肺结节良恶性分类效果，其准确率可达97.8%。
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
