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
JournalofComputerApplicationsISSN1001⁃90812025⁃02⁃10
计算机应用,2025,45(2):662-669CODENJYIIDUhttp://www.joca.cn
文章编号：1001-9081（2025）02-0662-08DOI:10.11772/j.issn.1001-9081.2024020185
受腹侧通路启发的脂肪肝超声图像分类方法VPNet
121*
丁丹妮，彭博，吴锡
（1.成都信息工程大学计算机学院，成都610225；2.西南交通大学计算机与人工智能学院，成都611756）
（∗通信作者电子邮箱wuxi@cuit.edu.cn）
摘要：考虑腹侧通路在视觉信息处理中的核心作用，提出一种基于腹侧通路的脂肪肝分类方法。通过整合卷积
神经网络（CNN）和生物视觉认知模型，模拟从初级视觉皮层（V1）到下颞叶皮层（ITCortex）的层次化信息加工流程，从
而构建全新的神经网络架构——VPNet（VentralPathwayNetwork）。此外，受生物视觉机制中非经典感受野（nCRF）抑
制机制在背景噪声抑制方面的启发，模拟该机制以应对超声图像中斑点噪声的挑战，进而增强模型的特征识别能力。
在自制数据集上进行四类别的脂肪肝变异程度识别时，VPNet达到88.37%的准确率；在公开数据集上进行二类别的
脂肪肝诊断时，VPNet的准确率、敏感性和特异性均达到100%的最佳性能。实验结果表明，与已知公开数据集研究中
较优的ResNet101-SVM相比，VPNet的准确率分别在自制数据集和公开数据集上提升了11.63和0.7个百分点，证明
了所提方法在脂肪肝疾病诊断中的有效性。
关键词：超声图像分类；脂肪肝变性；生物视觉；腹侧通路；非经典感受野抑制；深度学习
中图分类号：TP391.4文献标志码：A
VPNet：fattyliverultrasoundimageclassificationmethodinspiredbyventralpathway
121*
DINGDanni，PENGBo，WUXi
（1.SchoolofComputerScience，ChengduUniversityofInformationTechnology，ChengduSichuan610225，China；
2.SchoolofComputingandArtificialIntelligence，SouthwestJiaotongUniversity，ChengduSichuan611756，China）
Abstract:Aninnovativefattyliverclassificationmethodbasedonventralpathwaywasdevelopedduetothecrucialrole
ofventralpathwayinvisualinformationp
文档评论（0）