换一批基于Faster R-CNN的图像检索手腕骨折分类研究
Research on Classification of Wrist Fracture Based on Faster R-CNN Image Retrieval
摘要目的 为克服手腕X射线图像病灶区域排列复杂容易造成骨科医生漏诊误诊及诊断效率低的问题,提出一种更快速的基于区域的卷积神经网络(Faster Region-Convolutional Neural Network,Faster R-CNN)的医学图像检索手腕分类算法.方法 首先利用限制对比度自适应直方图均衡化算法对手腕样本数据进行预处理,然后利用Faster R-CNN快速定位手腕图像的感兴趣区域,并提取其方向梯度直方图特征、Haralick纹理特征以及深度特征,最后利用卷积神经网络将提取到的多种特征进行有效融合后,送入本文改进的图像检索诊断模型完成对手腕图像的分类任务.结果 本文提出的手腕图像检测模型分类的曲线下面积均值为0.893,诊断的准确率优于对比实验结果,较之前的研究方法提高了约5％.结论 本文提出的Faster R-CNN的图像检索手腕骨折分类研究具有一定的有效性和鲁棒性.
更多相关知识
栏目名称
DOI
10.3969/j.issn.1674-1633.2023.02.001
发布时间
2023-03-08（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（81973981）
- 浏览60
- 被引10
- 下载16
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
