基于深度学习的神经影像研究与应用

摘要：

深度学习模型相比传统的图像处理方法,能够自动地提取图像的特征,因此更加省时省力.本文基于此提出了一种神经影像中肿瘤预测的方法.首先进行图像采集,并借助于专家的力量标上标签.然后对数据进行独热编码,并将三通道转换为单通道.接着对神经网络进行初始化,并不断调整参数,提高训练集的预测正确率.为了优化模型,采用自适应矩估计作为优化函数,并引入正则化项.最后在测试集上测试,准确率达到了94.95％.

关键词：图像预处理、BP算法、浅层网络训练、随机失活、正则化

在线出版日期：2019-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：41-43