Loading...
机构名称:
¥ 1.0

图像技术越来越多地应用于帮助医生提高肿瘤诊断的准确率以及帮助研究人员研究肿瘤特性,图像分割技术是图像处理的重要组成部分。本文综述了人工神经网络在图像分割方面的研究进展,主要包括BP网络和卷积神经网络(CNN)。目前已经建立了许多不同结构的CNN模型,如监督学习CNN和非监督学习CNN,并成功地应用于肿瘤图像的分割。结果表明,人工网络的应用可以提高肿瘤图像分割的效率和准确率。但人工神经网络图像分割仍然存在一些不足,如应寻找新的方法来降低构建标记数据集的成本;应建立效率更高的新型人工网络等。

基于人工神经网络的肿瘤图像分割研究进展

基于人工神经网络的肿瘤图像分割研究进展PDF文件第1页

基于人工神经网络的肿瘤图像分割研究进展PDF文件第2页

基于人工神经网络的肿瘤图像分割研究进展PDF文件第3页

基于人工神经网络的肿瘤图像分割研究进展PDF文件第4页

基于人工神经网络的肿瘤图像分割研究进展PDF文件第5页

相关文件推荐

2025 年
¥1.0
2024 年
¥1.0