《表1 各类别数据量：基于深度学习的肝包虫病超声图像分型研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的肝包虫病超声图像分型研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本研究采用的超声图像数据均采集自青海省和西藏自治区的临床案例，各类型数量如表1．实验随机将其中的75%作为训练集，25%作为测试集．据初步统计，数据采集所用的超声设备厂家超过8家，包括Mindray、Philips、GE、Siemens、SonoScape、Dawei、EDAN和SIUI．不同设备产生的超声图像数据差异极大，这也让本次研究更具挑战性．为包含背景信息，先将医生标注的框的长宽扩大1.2倍，再从原图中裁剪下来．为使实验结果更具客观性，数据预处理流程保持一致:先将病灶图像大小调整为250×250像素，再随机剪切出224×224像素的区域．统计出训练数据的均值和方差，再对训练和测试数据进行归一化处理．另外实验中对训练集数据进行了在线的数据增广，包括±10°的随机旋转，±10像素的随机平移，概率为0.5水平翻转．数据增强可以降低过拟合问题．