基于深度卷积神经网络的Barrett食管内镜图片分类模型的建立

R571; 目的·利用深度卷积神经网络算法,构建Barrett食管内镜图片分类模型并评估其分类能力.方法·收集苏州大学附属第一医院消化内镜中心及HyperKvasir数据库中的内镜下食管图片共806张,其中正常食管图片412张、Barrett食管图片394张.随机将所有图片分为训练集(85％)与验证集(15％).利用于ImageNet数据库进行预训练的4种深度卷积神经网络[Xception、NASNet Large(NASNetL)、ResNet50V2(ResNet)及 BigTransfer(BiT)],分别在训练集中进行迁移学习,建立Barrett食管内镜图片分类模型,并使用梯度加权分类...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	上海交通大学学报（医学版） 2022-05, Vol.42 (5), p.653-659
Hauptverfasser:	林嘉希, 汪盛嘉, 赵鑫, 高欣, 殷民月, 朱锦舟
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!