基于改進(jìn)VGGNet-16網(wǎng)絡(luò)新生兒膽紅素水平測(cè)量方法
【文章頁(yè)數(shù)】:5 頁(yè)
【部分圖文】:
圖1 圖像卷積示意圖
對(duì)于使用卷積核對(duì)圖像特征的提取,需要設(shè)定卷積核的尺寸,假定卷積核的規(guī)格為w×w,設(shè)置步長(zhǎng)為k個(gè)像素,處理的圖像尺寸為(nh×nw),不采用邊緣填充的方法,將會(huì)得到一個(gè)大小為的特征圖,如果卷積核的數(shù)量為m個(gè),將會(huì)得到m個(gè)這樣的特征圖,卷積核運(yùn)算的過(guò)程如圖1所示。理論情況下,所采用的....
圖3 全連接網(wǎng)絡(luò)層
在對(duì)CNN網(wǎng)絡(luò)提取的特征圖像進(jìn)行分類的時(shí)候,需要對(duì)已經(jīng)提取得到的特征值進(jìn)行全連接網(wǎng)絡(luò)的分類處理,全連接網(wǎng)絡(luò)的結(jié)構(gòu)圖如圖3所示,其輸入是已經(jīng)得到的圖像特征值,輸出是處理分類的信息。圖3中的隱藏層包含了2層的全連接神經(jīng)網(wǎng)絡(luò)模型,本文構(gòu)造的BP神經(jīng)網(wǎng)絡(luò)由1個(gè)輸入層,3個(gè)隱藏層和1個(gè)輸出....
圖4 算法采用模型
使用的CNN神經(jīng)網(wǎng)絡(luò)模型中流行的VGGNet-16作為網(wǎng)絡(luò)的主體,因?yàn)槠渥R(shí)別的精度較高,適合用于圖像特征的識(shí)別,在此之上進(jìn)行改進(jìn),將最大池化層原則更換為平均池化原則,主要是為了更多發(fā)現(xiàn)新生兒照片中的背景顏色特征,降低圖像紋理特征的干擾。如圖4所示,是本文選用的網(wǎng)絡(luò)模型。如圖4所示....
圖5 Dropout優(yōu)化策略示意圖
為了將已經(jīng)采樣得到的新生兒膽紅素檢測(cè)照片(主要是心臟部位的皮膚照片)與通過(guò)儀器設(shè)備測(cè)定的膽紅素含量進(jìn)行分類,從已有的本院數(shù)據(jù)庫(kù)中導(dǎo)出了1300份有關(guān)的數(shù)據(jù)條例,借助文獻(xiàn)[15]的部分理論結(jié)果,將數(shù)據(jù)分為6大類,每大類的具體信息如表1所示。將本院已有的新生兒醫(yī)療記錄信息供130....
本文編號(hào):4025799
本文鏈接:http://sikaile.net/yixuelunwen/eklw/4025799.html
下一篇:沒(méi)有了