机构名称：
¥ 2.0
颅内出血（ICH）是一种威胁生命的医疗事件，尽管最佳护理，但与较差的结果有关。鉴于对ICH的早期发现和护理可以改善健康结果，因此需要一个可以迅速检测和加快治疗过程的分类系统。先前发表的工作采用了一种更传统的技术，包括许多对齐步骤，进一步分析，图像循环，手工图像分割和分类。这项研究工作检查了颅内出血检测问题，并开发了深度学习模型和转移学习模型，以减少识别出血的时间。对于ICH子类型的分类，我们基于转移学习模型开发了卷积神经网络。densenet121，Xception和CNN与使用许多评估标准进行比较，以确保模型的结果准确，并且做得很好。预先定制，该系统会带来令人印象深刻的结果，并且数据表明，X Ception比竞争模型更成功。用于ICH亚型的识别和分类，Xception模型用于最终输出。
使用深度学习和转移学习
主要关键词
相关文件推荐
