机构名称：
¥ 1.0
威尔逊氏病 (WD) 是由于脑和肝脏中铜过量积累引起的，如果不及早诊断，会导致死亡。WD 在 MRI 扫描中以白质高信号 (WMH) 的形式出现。通过视觉比较将 WD 与对照组进行分类是一项挑战且繁琐的工作，主要是因为 WMH 存在细微差异。本信介绍了一种基于计算机辅助设计的自动分类策略，该策略使用优化的迁移学习 (TL)，利用两个新范式，即 (i) MobileNet 和 (ii) 视觉几何组-19 (VGG-19)。此外，作者根据机器学习 (ML) 范式对 TL 系统进行了基准测试。使用四倍增强，VGG-19 优于 MobileNet，准确率和曲线下面积 (AUC) 分别为 95.46 ± 7.70 % 、0.932 (p < 0.0001) 和 86.87 ± 2.23 % 、0.871 (p < 0.0001)。此外，与基于 ML 的软分类器 - 随机森林进行基准测试时，MobileNet 和 VGG-19 分别显示出 3.4% 和 13.5% 的提升。
基于脑MRI的威尔逊病组织分类
主要关键词
相关文件推荐
