针对计算机辅助乳腺疾病诊断方法准确率低、耗时长等问题，提出一种基于改进的 卷积神经网络（CNN）的乳腺疾病诊断方法．该方法从以下3个方面做了改进：(1)设计双通道 卷积神经网络来解决单通道特征提取不充分的问题；(2)采用Dropout技术有效地防止过拟合现象；(3)采用支持向量机(SVM)代替传统的Softmax分类器以减少运算量，提高运算速度．测试结果表明：所提出的分类模型平均准确率高达92.31%，平均训练时间为968s，充分验证 了该方法的有效性。
2021-03-07 21:04:34
373KB
1
建立一个高效、准确的医学图像检索系统是目前具有挑战性的任务. 文中在简述基于内容的医学图像检索模型后,着重探讨和分析了检索模型中图像特征提取、特征选择与融合、相似度匹配、图像预过滤、相关反馈等核心技术和相关算法,以及一些最新的应用. 最后对基于内容的医学图像检索技术进行了展望.
2021-03-07 20:25:35
293KB
1
医学图像处理，ITK-SNAP搞医学图像必备利器，医学图像处理，ITK-SNAP搞医学图像必备利器；医学图像处理，ITK-SNAP搞医学图像必备利器；
2021-02-25 19:46:04
19.89MB
1
里面包括肝脏分割数据集和整个工程所有文件，下载完之后直接运行就好，工程文件包括model.py,train.py和predict.py三个文件，数据集中训练集一共有400张肝脏图片及对应分割模板，验证集一共有20张肝脏图片及对应分割模板
2021-02-25 14:57:29
173.64MB
1