針對(duì)目前新生兒膽紅素含量升高造成的新生兒各種病癥的弊端,考慮到傳統(tǒng)新生兒膽紅素水平測(cè)試所帶來(lái)的患者創(chuàng)傷與操作不便捷的問(wèn)題,在VGGNet-16神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上,提出了一種改進(jìn)的VGGNet-16網(wǎng)絡(luò)算法,對(duì)已有的新生兒膽紅素醫(yī)療記錄數(shù)據(jù)進(jìn)行分類研究,不同的類別具備一定范圍的膽紅素水平值;經(jīng)過(guò)實(shí)際驗(yàn)證,該算法在克服傳統(tǒng)新生兒膽紅素水平測(cè)定不便捷的同時(shí),保證了新生兒膽紅素水平測(cè)試的高準(zhǔn)確性,平均準(zhǔn)確率達(dá)95.56%,為新生兒膽紅素水平測(cè)量方法提供了思路,具有較高的推廣應(yīng)用價(jià)值。

【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