《表1 训练集样本:基于多尺度和特征融合的肺癌识别方法》
该模型采用迁移学习方法,首先用32×32×32大小的肺结节数据训练该模型;然后,在预测阶段,通过向网络输入同样大小的图像来判断该区域包含恶性信息的可能性;最后,基于此信息和结节坐标等其它特征,估计该患者发展成肺癌的概率。训练数据来自LUNA16数据集[10]。根据结节的轮廓点坐标从CT中切割出三维肺结节训练3D-CNN。基于LUNA16数据集切取的训练集样本类型和数量见表1。
图表编号 | XD00170286700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.16 |
作者 | 石陆魁、杜伟昉、马红祺、张军 |
绘制单位 | 河北工业大学人工智能与数据科学学院、河北工业大学河北省大数据计算重点实验室、河北工业大学人工智能与数据科学学院、河北工业大学河北省大数据计算重点实验室、河北工业大学人工智能与数据科学学院、河北工业大学河北省大数据计算重点实验室、河北工业大学人工智能与数据科学学院、河北工业大学河北省大数据计算重点实验室 |
更多格式 | 高清、无水印(增值服务) |