面向医学图像分类的轻量化网络设计和小样本学习方法研究.pdf

面向医学图像分类的轻量化网络设计和小样本学习方法研究.pdf

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

随着人工智能在医学影像领域的快速发展,深度学习模型在医学图像分类任

务中展现出显著优势。然而,现有模型普遍存在参数量大、计算复杂度高的问题,

导致其在实际应用中的效果受限;同时,医学图像通常具有收集难度大和标注成本

高昂等特点,在图像数据稀缺的情况下,传统的深度学习方法出现泛化能力差的问

题。针对上述两个问题,本文围绕轻量化网络设计和小样本医学图像分类算法两个

方面分别展开研究。

为了满足医学图像分类在边缘设备等资源受限环境下的实际应用需求,本文

设计了一种轻量化网络EMSNet

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档