基于K-means与宽度学习的肺炎图像分类算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：随着人们日常生活中肺部疾病风险的增加，肺部病变筛查变得至关重要。通过CT图像快速辅助诊断肺炎可以有效遏制病情。针对现有的肺部CT图像辅助诊断方法存在数据标记量大、训练数据耗时长以及对医疗设备计算量和内存要求高等问题，提出基于K-means与宽度学习的肺炎图像分类算法。该算法引入K-means使宽度学习系统更好地提取肺部CT图像特征，缓解随机获得节点权值的性能局限，建立与典型特征学习相关的宽度学习模型，并将算法针对公开数据集进行相关实验。（剩余10194字）

试读结束

目录
monitor