針對(duì)目前膠囊內(nèi)鏡(WCE)自動(dòng)檢測(cè)方法需要對(duì)每種病灶設(shè)計(jì)對(duì)應(yīng)的識(shí)別算法以及識(shí)別準(zhǔn)確率不高的問(wèn)題,設(shè)計(jì)一種基于卷積神經(jīng)網(wǎng)絡(luò)的息肉與潰瘍輔助診斷算法。與傳統(tǒng)檢測(cè)算法相比,卷積神經(jīng)網(wǎng)絡(luò)可自動(dòng)學(xué)習(xí)病灶圖像特征,實(shí)現(xiàn)更強(qiáng)泛化能力,更高準(zhǔn)確率和效率。該方法針對(duì)具體WCE圖像,首先評(píng)價(jià)圖像R、G、B通道攜帶信息的特征;其次,分析全局直方圖均衡化、伽瑪變換和拉普拉斯變換對(duì)提升圖像對(duì)比度的效果,選擇其中表現(xiàn)最佳者與信息最豐富的2個(gè)顏色通道組合成3通道輸入到卷積網(wǎng)絡(luò)中訓(xùn)練和識(shí)別。測(cè)試表明,本算法識(shí)別準(zhǔn)確率96.8%,比傳統(tǒng)的經(jīng)典圖像檢測(cè)方法高出至少16.73%,檢測(cè)速度達(dá)到68.6圖/s,能夠推廣應(yīng)用到醫(yī)療輔助診斷領(lǐng)域。

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
1 圖像RGB通道分析
    (1)掩膜處理:
    (2)分析區(qū)域:
    (3)圖像類別:
    (4)顏色直方圖分析:
2 圖像對(duì)比度增強(qiáng)方法分析
    2.1 全局直方圖均衡化
    2.2 伽瑪變換
    2.3 拉普拉斯變換
3 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
    3.1 網(wǎng)絡(luò)輸入
    3.2 網(wǎng)絡(luò)結(jié)構(gòu)
4 實(shí)驗(yàn)與結(jié)果
    4.1 實(shí)驗(yàn)數(shù)據(jù)
    4.2 幾種預(yù)處理比較
    4.3 與經(jīng)典機(jī)器視覺(jué)方法比較試驗(yàn)
5 結(jié)論



本文編號(hào)：3812110