期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度学习的肺结节CT图像分割与分类研究综述
1
作者 古力米热·阿吾旦 叶俊翔 +3 位作者 玛依拉·阿不都克力木 王梦飞 哈里旦木·阿布都克里木 阿布都克力木·阿布力孜 《计算机工程与应用》 北大核心 2025年第15期14-35,共22页
肺癌是最致命的癌症类型之一,而肺结节作为肺癌的早期症状,严重威胁人们的生命健康。基于深度学习的肺结节CT图像的分割与分类技术,可以帮助医生快速、准确地诊断出早期结节,对于肺癌的治疗具有重要的临床价值。为了深入研究肺结节CT图... 肺癌是最致命的癌症类型之一,而肺结节作为肺癌的早期症状,严重威胁人们的生命健康。基于深度学习的肺结节CT图像的分割与分类技术,可以帮助医生快速、准确地诊断出早期结节,对于肺癌的治疗具有重要的临床价值。为了深入研究肺结节CT图像分割与分类技术,介绍了常用数据集及评价指标;着重从两个方面对深度学习肺结节CT图像分割与分类模型进行综述:基于U-Net的单网络结构模型与多网络结构模型分割方法、基于卷积神经网络的特征融合和纹理特征分类方法;结合具体实验总结了近五年国内外研究的创新点,以及各类模型的优缺点。最后,展望了该领域的未来发展方向,以期为该领域的后续研究提供理论参考和借鉴。 展开更多
关键词 肺结节 深度学习 计算机辅助诊断 医学图像 卷积神经网络 U-Net模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部