基于深度学习的CT影像粘液栓自动识别与分级研究.pdf

基于深度学习的ＣＴ影像液栓自动识别与分级研究

摘要

，

哮患者数量不断加，医影数量迅增长

随着喘增相关学像据速导

上人工诊压不断增大。因此，如准地医学

致临床断力何高效确分析数

与病成医领亟待解的问题。人工智能借着快速、

据诊断疾为学域决凭

一

。

、

强点，这题段在能医疗速

客观大优成为决问的关键智快

的解手

ＣＴ

发展的背景下，本文旨在基于深度学习的方法对影像进行分析，

上医生进诊疗，主要于识别和液检智

在临床辅助行聚焦液检自动

能分级两个究任务。

研

识于态病检问题，重针

动别属不则形测点是对

液栓自规灶其侧

性地进模型和解难题。由于液栓具有形态不规、不均匀、

改决则灰度

一

。

小道布的特点，致人眼识别准确率较低本文计并实现种

气分导设

ＦｔｒＲ－ＮＮ