-
公开(公告)号：CN113592848A
公开(公告)日：2021-11-02
申请号：CN202110918106.X
申请日：2021-08-11
Applicant: 上海海事大学
Abstract: 本发明公开了一种基于深度学习与注意力机制的肺结节检测系统及方法，输入模块，获取需要进行目标检测的CT图片，对所述CT图片进行预处理；下采样模块组，其第一端与所述输入模块连接；上采样模块组，其第一端与所述下采样模块组的第二端连接；输出模块，其与所述上采样模块组的第二端连接；所述下采样模块组包括若干个串联的下采样模块，本发明使得上采样模块和下采样模块中CT图的浅层特征利用率得到极大的提高，解决了单独使用ResidualNet训练过程中出现的神经网络退化和梯度消失的问题，采用GC‑Res模块使得训练效率得到很大提升的同时，也提高了分割结果的准确性。
Search Results
1
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
