基于优化随机森林的肝脏病变识别应用研究

打开文本图片集

摘  要：针对肝病早期的病理特征不够明显容易出现漏诊的问题以及引入噪声的肝脏CT图像容易导致疾病的误诊，提出了一种基于优化的随机森林的肝脏病变识别方法。首先通过PNet图像增强网络，实现噪声伪影抑制和细节对比度提升。将增强后的肝脏CT图像输入基于SENet与ResNeXt-152结合双通道重标定机制的网络提取二维特征并突出重要特征，使用改进的类C3D网络进行三维空间特征的提取，然后进行多维特征融合，实现肝脏CT图像的高级语义特征的提取。（剩余6623字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。