摘要
一种基于引入r‑IBS的神经网络的利用肝部CT图片自动判断肝是属于三种常见疾病分别为肝细胞癌(HCC)、肝内胆管细胞癌(ICC)和脂肪肝(FAT)哪一种的方法,包括步骤:首先构建基于r‑IBS的训练分类器,使用分类器来判断每张肝部CT上属于哪种疾病,采集肝的CT图片并用snake模型进行图像处理,输入已训练好的分类神经网络模型中,将神经网络的输出上述疾病的分类结果。
技术关键词
图片
肝内胆管细胞癌
特征提取模块
卷积神经网络提取
分类神经网络
训练集
构建分类器
KNN算法
疾病
通道
信息熵
记忆
特征提取网络
训练分类器
投影特征
图像
预测类别
数据
系统为您推荐了相关专利信息
嵌入特征
多尺度特征提取
特征提取模块
矩阵
积层
购物篮
循环神经网络模型
推荐方法
企业交易数据
卷积神经网络提取
表面缺陷检测
钢铁
高斯分布模型
多尺度特征融合
深度特征融合
焊点缺陷检测方法
汽车门板
训练集
图片
多层级特征