典型文献
基于卷积神经网络的纵隔淋巴结良恶性分类研究
文献摘要：
为提高纵隔淋巴结良恶性分类的准确率及效率,本研究利用残差网络(residual network,ResNet)结合迁移学习方法,设计了一种纵膈淋巴结良恶性自动分类算法.实验结果显示,该方法的分类准确率、灵敏度、特异度可达75.1％、78.6％、84.4％,相比传统方法,分别提高了6％、9.9％、15.4％.本研究设计的多纵膈淋巴结自动分类算法相较于传统方法性能有显著提高,可作为临床辅助诊断的重要工具.
文献关键词：
肺癌分期;淋巴结转移;支气管镜检查;人工智能;ResNet34;辅助诊断
中图分类号：
作者姓名：
程龙;秦航;余晶;蒋红兵;宋宁宁
作者机构：
南京医科大学附属南京医院(南京市第一医院)临床医学工程处,南京210006;南京市急救中心,南京210003
文献出处：
引用格式：
[1]程龙;秦航;余晶;蒋红兵;宋宁宁-.基于卷积神经网络的纵隔淋巴结良恶性分类研究)[J].生物医学工程研究,2022(04):365-368
A类：
B类：
纵隔淋巴结,良恶性分类,分类研究,研究利用,残差网络,residual,network,迁移学习方法,纵膈淋巴结,自动分类,分类算法,分类准确率,临床辅助,辅助诊断,肺癌分期,淋巴结转移,支气管镜检查,ResNet34
AB值：
0.290294
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
