摘要
本发明公开了一种基于改进Alex网络的CT图像肾结石检测方法,涉及医院图像处理技术领域其特征在于,包括以下步骤:构建CT图像肾结石检测模型,所述CT图像肾结石检测模型包括依次连接的特征提取模块和分类器;所述特征提取模块采用Alex网络,所述分类器采用萤火虫群优化ELM网络,所述萤火虫群优化ELM网络采用萤火虫群算法加速ELM网络的运算过程;使用批量归一化技术训练CT图像肾结石检测模型;利用训练好的CT图像肾结石检测模型对输入的CT图像进行肾结石检测。本发明采用批量归一化提高AlexNet的训练速度,采用萤火虫群优化算法来优化ELM网络初始参数,提高训练的收敛速度和性能,最终提升了肾结石检测的速度和精度。
技术关键词
萤火虫群算法
网络
特征提取模块
分类器
萤火虫群优化算法
批量
输出特征
参数
非线性
特征提取器
图像处理技术
标签
因子
矩阵
速度
节点
数据
医院
系统为您推荐了相关专利信息
工业设备状态监测
故障预警方法
大数据
模式匹配
动态故障
远程监测方法
重构模型
电阻抗成像
成像数据处理方法
持续优化方法
元胞结构
训练神经网络模型
结构设计方法
骨结构
矩阵
良性阵发性位置性眩晕
患者
计算机辅助诊断
多模态特征融合
数据分析平台