針對目前醫(yī)學圖像數(shù)據(jù)量少、類別嚴重不平衡等問題,提出了一種基于生成對抗網(wǎng)絡(luò)的數(shù)據(jù)增強算法.首先分析醫(yī)學圖像病灶區(qū)的特征顯示范圍,并對此區(qū)域進行局部特征增強.然后將深度卷積神經(jīng)網(wǎng)絡(luò)與經(jīng)典生成對抗網(wǎng)絡(luò)相結(jié)合,憑借深層網(wǎng)絡(luò)的特征提取能力,來生成效果更好的圖像數(shù)據(jù),接著使用卷積神經(jīng)網(wǎng)絡(luò)來對新樣本的有效性進行驗證.最后在真實數(shù)據(jù)集上進行測試并取得了很好的效果,識別精度提升到了84.7%.

【文章頁數(shù)】：4 頁

【文章目錄】：
0 引言
1 基于GAN的醫(yī)學圖像生成算法
2 實驗與結(jié)果分析
    2.1 數(shù)據(jù)集
    2.2 實驗步驟
    2.3 結(jié)果分析
3 結(jié)論
4 不足與展望



本文編號：3761356