1. Trang chủ
  2. » Công Nghệ Thông Tin

Phân loại các tổn thương thường gặp ở gan dựa vào chỉ số Hounsfield và kỹ thuật học sâu

9 4 0

Đang tải... (xem toàn văn)

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 9
Dung lượng 632,74 KB

Nội dung

Bài viết đề xuất một tiếp cận mới sử dụng chỉ số Hounsfield để xác định chính xác các vùng tổn thương gan kết hợp với các mạng học sâu Faster R-CNN, R-FCN để phân loại một số tổn thương thường gặp trên gan.

Ngày đăng: 26/05/2022, 09:13

HÌNH ẢNH LIÊN QUAN

Nang gan [11]: Nang gan là hiện tượng hình thàn hổ trống chứa dịch trong gan, nó được xem như một khố iu lành tính - Phân loại các tổn thương thường gặp ở gan dựa vào chỉ số Hounsfield và kỹ thuật học sâu
ang gan [11]: Nang gan là hiện tượng hình thàn hổ trống chứa dịch trong gan, nó được xem như một khố iu lành tính (Trang 2)
Hình 1. Hình minh họa cho các tổn thương thường gặp trên gan - Phân loại các tổn thương thường gặp ở gan dựa vào chỉ số Hounsfield và kỹ thuật học sâu
Hình 1. Hình minh họa cho các tổn thương thường gặp trên gan (Trang 2)
Hình 2. Mô hình đề xuất tổng quát phân loại các tổn thương gan. - Phân loại các tổn thương thường gặp ở gan dựa vào chỉ số Hounsfield và kỹ thuật học sâu
Hình 2. Mô hình đề xuất tổng quát phân loại các tổn thương gan (Trang 4)
Để giải quyết bài toán, chúng tôi đề xuất sử dụng mô hình tổng quát như hình 2. Mô hình tổng quát gồm có hai pha: Pha huấn luyện và pha kiểm thử được mô tả cụ thể như hình sau: - Phân loại các tổn thương thường gặp ở gan dựa vào chỉ số Hounsfield và kỹ thuật học sâu
gi ải quyết bài toán, chúng tôi đề xuất sử dụng mô hình tổng quát như hình 2. Mô hình tổng quát gồm có hai pha: Pha huấn luyện và pha kiểm thử được mô tả cụ thể như hình sau: (Trang 4)
LabelImg sẽ tự động tạo một file .xml (hình 3 (b)) mô tả vị trí đối tượng trong ảnh. Trong các trường trên file .xml, ta quan tâm đến các trường size (gồm trường width, height và depth) và object (gồm bndbox với các trường xmin, ymin, xmax, ymax bên tron - Phân loại các tổn thương thường gặp ở gan dựa vào chỉ số Hounsfield và kỹ thuật học sâu
abel Img sẽ tự động tạo một file .xml (hình 3 (b)) mô tả vị trí đối tượng trong ảnh. Trong các trường trên file .xml, ta quan tâm đến các trường size (gồm trường width, height và depth) và object (gồm bndbox với các trường xmin, ymin, xmax, ymax bên tron (Trang 5)
Ở giai đoạn này, tập dữ liệu sau khi rút trích đặc trưng sẽ được huấn luyện trên hai mô hình mạng Faster R- R-CNN và R- FCN - Phân loại các tổn thương thường gặp ở gan dựa vào chỉ số Hounsfield và kỹ thuật học sâu
giai đoạn này, tập dữ liệu sau khi rút trích đặc trưng sẽ được huấn luyện trên hai mô hình mạng Faster R- R-CNN và R- FCN (Trang 5)

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w