《表1 不同训练集下测试集图像(a)的PSNR和SSIM平均值》
本文实验使用的数据集为美国的肿瘤基因组图谱(TCGA)数据库中的TCGA-LUAD肺癌CT数据集(http://dataju.cn/Dataju/web/dataset Instance Detail),从中挑选出具有代表性的如肺叶、肺尖等部分纹理细节丰富的肺癌CT图像(a)、(b)、(c)共3类进行训练与测试,每类图像共250张,图像大小为512×512,训练集示例图如图5所示。分别对比了两种选择训练集与测试集的方法,第一种方法,从(a)、(b)、(c)每类图像中选取100张共300张图像作为训练集,每类图像中选取5张共15张图像作为测试集。第二种方法,分别对(a)、(b)、(c)每类图像进行训练与测试,选取每类图像200张作为训练集,每类图像10张作为测试集。在放大倍数为3时,分别使用训练集1和训练集2在10层的网络模型上进行训练,训练集1是将(a)、(b)、(c)这3类图像共300张作为训练集,训练集2是仅将(a)类图像的200张作为训练集,测试集均为(a)类图像中随机选取的5张图像。实验结果如表1所示,可以看出,对于测试集(a),使用训练集2,即单独用(a)类图像进行训练的效果要明显优于使用(a)、(b)、(c)这3类混合图像进行训练的效果。因此,本文实验将采用第二种方式即分别对(a)、(b)、(c)这3类图像进行训练与测试。
图表编号 | XD0090196400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 席志红、侯彩燕、袁昆鹏 |
绘制单位 | 哈尔滨工程大学信息与通信工程学院、哈尔滨工程大学信息与通信工程学院、哈尔滨工程大学信息与通信工程学院 |
更多格式 | 高清、无水印(增值服务) |