基于卷积神经网络的胶囊内镜息肉与溃疡辅助诊断

摘要：

针对目前胶囊内镜(WCE)自动检测方法需要对每种病灶设计对应的识别算法以及识别准确率不高的问题,设计一种基于卷积神经网络的息肉与溃疡辅助诊断算法.与传统检测算法相比,卷积神经网络可自动学习病灶图像特征,实现更强泛化能力,更高准确率和效率.该方法针对具体WCE图像,首先评价图像R、G、B通道携带信息的特征;其次,分析全局直方图均衡化、伽玛变换和拉普拉斯变换对提升图像对比度的效果,选择其中表现最佳者与信息最丰富的2个颜色通道组合成3通道输入到卷积网络中训练和识别.测试表明,本算法识别准确率96.8％,比传统的经典图像检测方法高出至少16.73％,检测速度达到68.6图/s,能够推广应用到医疗辅助诊断领域.

关键词：胶囊内镜、辅助诊断、RGB通道、图像对比度、卷积神经网络

所属期刊栏目：20

分类号：TP391.41(计算技术、计算机技术)

资助基金：贵州省研究生教育教学改革重点课题;贵州省科技计划

在线出版日期：2020-06-04（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：4043-4048