您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览86 | 下载41

医学图像中成像部位的识别是医学图像处理的关键技术.鉴于卷积神经网络优异的特征提取和分类识别能力,该文提出一种并行卷积神经网络结构,通过使用不同尺寸的卷积核,提取X线图像中不同尺寸大小的局部特征,实现图像中成像部位识别.实验分析可知,并行卷积神经网络能够提取更多维度和有代表性的图像特征,具有较强的医学图像中成像部位分类识别能力.

作者:郭磊;贺宏伟;王玉军;王昌元;杨秀云;刘露

来源:中国医疗器械杂志 2018 年 42卷 2期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:86 | 下载:41
作者:
郭磊;贺宏伟;王玉军;王昌元;杨秀云;刘露
来源:
中国医疗器械杂志 2018 年 42卷 2期
标签:
并行卷积神经网络 成像部位识别 医学图像处理 图像特征 parallel convolutional neural networks treatment position recognition medical image processing image feature
医学图像中成像部位的识别是医学图像处理的关键技术.鉴于卷积神经网络优异的特征提取和分类识别能力,该文提出一种并行卷积神经网络结构,通过使用不同尺寸的卷积核,提取X线图像中不同尺寸大小的局部特征,实现图像中成像部位识别.实验分析可知,并行卷积神经网络能够提取更多维度和有代表性的图像特征,具有较强的医学图像中成像部位分类识别能力.