用于肺结节影像分类识别的DBN与CNN的比较研究

摘要：

针对肺结节图像的分类识别精度和效率问题,分别将CNN(Convolution Neural Network)模型和DBN(Deep Belief Network)模型用于肺结节分类识别,并评估不同的深度学习模型在肺结节图像分类方面的性能.首先,实验将预处理过的训练集和标签分别输入到CNN模型和DBN模型,达到训练模型的目的;其次,将测试集输入到参数最优的模型中,比较两种模型测试集分类的准确率、敏感性和特异性,并分析两种模型的分类识别性能.最后,从分类准确率、敏感性和特异性3个指标以及时间复杂度来分析比较两种模型,发现CNN模型在肺结节图像分类识别上更有优越性.

关键词：肺结节、DBN、CNN、图像分类识别

所属期刊栏目：47

分类号：TP391.41(计算技术、计算机技术)

资助基金：京津冀协同创新项目17YFXTZC0020

在线出版日期：2020-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：254-259