Loading...
机构名称:
¥ 1.0

摘要:脑肿瘤是最致命的疾病之一,因为脑内异常细胞不受控制地发展。磁共振成像(MRI)是一种医疗设备,可提供数字图像并帮助放射科医生和神经科医生识别脑肿瘤的种类和存在。为了对脑肿瘤的 MRI 图像进行分类,需要一种客观、自动且更可靠的方法,因为人为和主观的分类过程费力且容易出错。为了超越传统测试方法的局限性,人工智能被认为是从磁共振成像中识别脑肿瘤类型的合适工具。卷积神经网络是增强自动分类(CNN)的一种工具。本文展示了如何使用 CNN 中的 Inception ResNet v2 架构通过迁移学习将 MRI 脑癌分为四类:神经胶质瘤肿瘤、脑膜瘤肿瘤、垂体肿瘤和无肿瘤。

使用 INCEPTION RESNET V2 卷积神经网络进行脑肿瘤分类

使用 INCEPTION RESNET V2 卷积神经网络进行脑肿瘤分类PDF文件第1页

使用 INCEPTION RESNET V2 卷积神经网络进行脑肿瘤分类PDF文件第2页

使用 INCEPTION RESNET V2 卷积神经网络进行脑肿瘤分类PDF文件第3页

使用 INCEPTION RESNET V2 卷积神经网络进行脑肿瘤分类PDF文件第4页

使用 INCEPTION RESNET V2 卷积神经网络进行脑肿瘤分类PDF文件第5页

相关文件推荐