原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于PCA和改进的BP网络的肺结节识别研究
仪器仪表用户 旦 窒拯蚩旦
doi：10．3969／j．issn．1671-1041．2011．06．002
基于PCA和改进的BP网络的肺结节识别研究
胡向丽，范立南，孙 申申，谷文娟
(沈阳大学 信息工程学院，沈阳 110044)
摘要：提出了一种基于PCA和改进的BP神经网络的CT影像肺结节检测方法。将已经获取的肺部影像中肺结节和血管的
特征数据经PCA处理后，应用改进的BP神经网络进行分类，经过竞争选择，获得分类结果。实验证明该识别方法实现简
单、识别率高、训练速度与识别速度较快，训练好的网络有很好的分类能力。
关键词：主成分分析(PCA)；BP神经网络；肺结节；血管
中图分类号：TP183 文献标志码：A
IdentificationresearchofpulmonarynodulesbasedonPCA and
theimprovedBPneuralnetwork
HUXiang—li，FANLi．nan。SUNShen—shen．GUWen-juan
(SchoolofInformationEngineering，ShenyangUniversity，Shenyang110044，China)
Abstract：Puttingforwardadetectionmethodofpulmonary noduleswhichisappliedtoCT imagebasedonPCA andthe
improvedBPneuralnetwork．CharacteristicsofnodulesandvascularwhichareprocessedbyPCAhavebeenobtained，
classifiedbyapplyingthe improvedBPneuralnetwork，choicedbycompetition，recognizedbyresults．Experimentre-
suitsshow thatimplementationoftherecognitionmodelissimple，recognitionrateishigh，speedoftrainingandrecogni-
tionisfast，andthetrainednetworkhasMerygoodclassificationability．
Keywords：PCA；theimprovedBPneuralnetwork；pulmonarynodules；vessels
[2]王彦芳，王小平，李夏青，等．智能无线报警系统的设
计与实现[J]．河北大学学报，自然科学版，2002，3
(2)：287—290．
[3]张禾．多路无线火灾报警系统 [J]．自动化技术 ，
2007，5(2)：128—132．
[4]刘祥楼，徐斌，王成亮，等．基于无线通信技术的火
一
灾智能化 自动报警系统研发 [J]．科学技术与工程，
图2 主机端人机交互显示界面
2011，12(3)：2824—2827．
4 结论
[5]张毅刚，彭喜元，姜守达，等．新编MCS一51系列单片
本智能无线火灾报警系统总体设计采用分布
文档评论（0）