《表2 多尺度的肺癌识别结果》
为了验证多尺度输入对肺癌识别效果的影响,根据前面提到的多尺度输入方法进行结节检测,再进一步识别肺癌。首先,在32、48、64这3个尺度下分别进行了结节检测和肺癌预测,在肺癌识别阶段,用到网络提取的结节的最大恶性、最大恶性结节的z轴坐标和Julian等的可疑组织检测器检测出的mass特征。然后,将网络在3个尺度下输出的特征进行组合后识别肺癌。另外,Julian等用3D-CNN检测结节时的批次大小为128,本文改进实验的批次大小均为64。所以复现结果和32尺度输入的结果稍有不同,但差异不大。多尺度输入时的实验结果见表2。
图表编号 | XD00170286800 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) |