基于DCCNN的乳腺鉬靶圖像輔助分類系統(tǒng)的設(shè)計與研究
【文章頁數(shù)】:79 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖3-5預(yù)處理后
天津工業(yè)大學(xué)碩士學(xué)位論文34圖3-5預(yù)處理后的乳腺鉬靶圖像3.2.2腫塊和鈣化的特征提取網(wǎng)絡(luò)CNN可以自動提取乳腺鉬靶圖像中腫塊和鈣化的特征,網(wǎng)絡(luò)層數(shù)較淺時,可以提取到輪廓、紋理等低級特征,當(dāng)網(wǎng)絡(luò)層數(shù)加深時,所提取出來的特征所代表的含義越豐富,對ROI的提取具有重要的作用。VGG....
圖3-7數(shù)據(jù)集中的5類圖像
天津工業(yè)大學(xué)碩士學(xué)位論文383.3.1圖像預(yù)處理本節(jié)同樣采用目標檢測模型中的數(shù)據(jù),與此同時又加入一些陰性數(shù)據(jù),陰性數(shù)據(jù)來自DDSM,包含695個正常乳房圖像,陽性數(shù)據(jù)來自CBIS-DDSM,包含753個鈣化病例和891個腫塊病例。本節(jié)對陰性圖像隨機截取尺寸為598×598的ROI....
圖4-1乳腺鉬靶
第四章實驗結(jié)果與分析49(a)乳腺腫塊(b)乳腺鈣化圖4-1乳腺鉬靶圖像的檢測結(jié)果(2)本節(jié)采用不同的特征提取網(wǎng)絡(luò)結(jié)構(gòu),使用訓(xùn)練集對FasterR-CNN目標檢測模型進行不同迭代次數(shù)的訓(xùn)練,使用測試集對訓(xùn)練好的模型進行測試,得到不同迭代次數(shù)的訓(xùn)練模型下測試集的mAP值,如圖4-2....
圖4-2不同訓(xùn)練迭代次數(shù)下測試集的mAP值
第四章實驗結(jié)果與分析49(a)乳腺腫塊(b)乳腺鈣化圖4-1乳腺鉬靶圖像的檢測結(jié)果(2)本節(jié)采用不同的特征提取網(wǎng)絡(luò)結(jié)構(gòu),使用訓(xùn)練集對FasterR-CNN目標檢測模型進行不同迭代次數(shù)的訓(xùn)練,使用測試集對訓(xùn)練好的模型進行測試,得到不同迭代次數(shù)的訓(xùn)練模型下測試集的mAP值,如圖4-2....
本文編號:4039399
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/4039399.html