基于深度学习的七类病毒电镜图像自动识别-临床诊疗知识库

| 浏览：329 | 下载：21

作者：

孙世丁；邹小辉；付赛际；孙宇；鲁茁壮；田英杰

来源：

中华实验和临床病毒学杂志 2021 年 35卷 1期

标签：

病毒电镜图像深度学习卷积神经网络分类 Virus electron microscopic images Deep learning Convolutional neural network Classification

目的:应用深度学习进行病毒电镜图像的分类，通过多种模型性能的比较，提供适用于病毒电镜图像分类的网络模型，提供病毒电镜图像识别的辅助与支持，减少研究人员的劳动强度和分析时间。方法:通过加深网络深度、调整学习率和批量大小等参数，使用AlexNet、VGG、ResNet、DenseNet、SqueezeNet、MobileNet、ShuffleNet多种经典的卷积神经网络对七种病毒电镜图像进行分类。结果:DenseNet169以91.9

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

临床诊疗知识库现支持机构用户及个人包时用户开通服务。如需开通机构账号，请机构管理员联系我们，联系电话：010-58882667；个人包时开通请直接点击“个人包时订购”，开通后即可使用。

相似文献