资料下载
×
基于R-CNN和PRN的超声图像肿瘤自动识别
消耗积分:0 |
格式:pdf |
大小:3.70 MB |
2021-06-16
分享资料个
随着计算机视觉识别技术的发展，越来越多的研究人员将该技术应用到肿瘤图像的识别上。但由于成本，许多医院仍然采用成本较低的B超等设备，产生了模糊、伪影和多个相似肿瘤噪声区堿。目前的方法在清晰图像识别中具有很高的精度，但在超声图像方面却存在低准确度且不稳定的结果，其原因是许多现有算法对模糊、噪声图像误判较高。文中基于RCNN和PRN的方法快速准确地获取高噪声的超声图像的关键特征，并通过数据増强和形态学滤波的方法确保了识别的稳定性。同时，所提方法还融合了血流信号分类模型增强识别精度。基于实际甲状腺肿瘤图像的数据集可知，提岀的方法对比新近算法具有较高的准确性和稳定性。
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
