杨鹏飞
- 作品数：2 被引量：16H指数：1
- 供职机构：宁夏医科大学总医院更多>>
- 发文基金：宁夏回族自治区自然科学基金国家自然科学基金更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 基于一致度、覆盖度和包含度的感兴趣区域不一致性决策算法
- 2015年
- 医学影像感兴趣区域(ROI)的噪声和疾病误判是一个典型的不一致性决策问题,同时也是困扰临床诊断的一个难题。针对这个问题,基于宏观与微观结合、全局与局部相结合的思想,提出了基于一致度、覆盖度和包含度的磁共振成像(MRI)前列腺肿瘤ROI不一致决策算法(Ito C-CIC)。首先提取MRI前列腺肿瘤ROI的高维特征,得到完备不一致决策信息表;然后通过计算不一致度找到不一致样本所在的等价类;再计算不一致等价类的覆盖度和包含度得到Score值,利用Score值筛选不一致样本,实现不一致性决策向一致性决策的转换;最后通过典型算例、UCI数据集和实验提取的前列腺肿瘤ROI特征构成的不一致决策信息表等进行验证。实验结果表明,所提算法能有效地找到并筛选掉不一致性样本。
- 周涛陆惠玲马苗杨鹏飞
- 关键词：前列腺肿瘤感兴趣区域覆盖度包含度
- 基于集成卷积神经网络的肺部肿瘤计算机辅助诊断模型被引量：16
- 2017年
- 将卷积神经网络(CNN)用于肺部肿瘤正电子发射计算机断层扫描(PET)/电子计算机断层扫描(CT)计算机辅助诊断,不仅可以提供精确的定量分析以弥补人眼惰性及对灰阶不敏感的缺陷,也能辅助医生准确诊疗。本文首先采用参数迁移的方法初始构建三个CNN(CT-CNN、PET-CNN、PET/CT-CNN)分别用于肺部肿瘤CT、PET、PET/CT的识别;然后以CT-CNN为例探讨迭代次数、批次大小和输入图像大小对识别率和训练时间的影响,从而选择合适的模型参数训练单一CNN;最后集成三个单一CNN,采用"相对多数投票法"完成肺部肿瘤PET/CT计算机辅助诊断,进而对比集成CNN与单个CNN的性能。实验结果表明集成CNN模型比单一CNN模型对于肺部肿瘤计算机辅助诊断的性能更优。
- 王媛媛周涛陆惠玲吴翠颖杨鹏飞
- 关键词：肺部肿瘤计算机辅助诊断
