位置:成果数据库 > 期刊 > 期刊详情页
基于改进自生成神经网络的孤立性肺结节分类
  • ISSN号:1007-9432
  • 期刊名称:太原理工大学学报
  • 时间:2015.11.15
  • 页码:754-759
  • 分类:TP391.41[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:太原理工大学计算机科学与技术学院
  • 相关基金:国家自然科学基金资助项目:基于混合成像的孤立性肺结节计算机辅助诊断方法(61202163);基于医学影像结构和功能混合特征的周围型肺癌计算机辅助诊断方法(61373100);虚拟现实技术与系统国家重点实验室资助项目(BUAA-VR-15KF02)
  • 相关项目:基于混合成像的孤立性肺结节计算机辅助诊断方法
中文摘要:

为了提高孤立性肺结节良恶性诊断中的分类准确度,提出了一个基于自生成神经网络的自动分类算法。该算法首先对PET/CT图像进行去噪、配准等预处理,分别提取孤立性肺结节的结构影像特征和代谢特征,然后对自生成神经网络进行训练和优化,构建分类器,根据距离测度和自动连接规则对待分类肺结节进行分类。初步的实验结果表明,与传统的自生成神经网络算法和BP神经网络算法相比,改进的自生成神经网络分类算法能得到更高的分类准确率。

同期刊论文项目
同项目期刊论文
期刊信息
  • 《太原理工大学学报》
  • 中国科技核心期刊
  • 主管单位:山西省教育厅
  • 主办单位:太原理工大学
  • 主编:黄庆学
  • 地址:太原市迎泽西大街79号
  • 邮编:030024
  • 邮箱:tyutxb@tyut.edu.cn
  • 电话:0351-6014376 6014556
  • 国际标准刊号:ISSN:1007-9432
  • 国内统一刊号:ISSN:14-1220/N
  • 邮发代号:22-27
  • 获奖情况:
  • 全国高校学报优秀期刊一等奖、二等奖,国家双效期刊奖,华北十佳期刊优秀奖,山西省一级期刊奖,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:9375