基于改进卷积神经网络的肺炎影像判别

来源：计算机测量与控制杂志2017年第4期北京时间：

作者：刘长征,相文波

单位：哈尔滨理工大学计算机科学与技术学院

摘要：目前肺炎类型判别主要依靠医生的经验,但一些肺炎的CT影像极为近似,即使有经验的医生,也容易判别错误,造成误诊。为此提出卷积神经网络分类算法,该算法由3个卷积层、3个亚采样层及1个完全连接层组成,并且对卷积层进行了特殊结构处理,由反向传播算法调整网络参数,并对反向传播过程提出了改进。临床实验证明,该方案较现在普遍研究的分类算法,如adaboost算法和svm算法具有更高的识别率和准确度,并且改进的卷积神经网络防止了训练数据时过拟合现象的产生。

关键词：肺炎判别; CT影像; 深度学习; 细微特征差异

基金资助：国家自然(No.61403109)；黑龙江省自然科学基金(No.F201240)；黑龙江省教育厅科技研究项目(No. 12531571)资助。刘长征(1969-),男,博士,教授,主要研究方向为虚拟现实技术. 相文波(1990-),男,硕士研究生,主要研究方向计算机视觉、图像处理. E-mail：975181389@qq.com.