1. Trang chủ
  2. » Công Nghệ Thông Tin

Phát hiện tổn thương phổi bằng kỹ thuật học sâu trong môi trường xử lý song song Spark

9 6 0

Đang tải... (xem toàn văn)

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 9
Dung lượng 844,8 KB

Nội dung

Bài viết đề xuất phương pháp phát hiện một số tổn thương phổi thường gặp bằng kỹ thuật học sâu trong môi trường xử lý song song Spark được phát triển dựa trên hai kiến trúc mạng VGG-16 & ResNet-50, giúp chẩn đoán chính xác và tự động các tổn thương phổi thông qua các hình ảnh chụp X-quang.

Ngày đăng: 26/05/2022, 09:15

HÌNH ẢNH LIÊN QUAN

Hình 2. Kiến trúc mạng VGG-16 [8] - Phát hiện tổn thương phổi bằng kỹ thuật học sâu trong môi trường xử lý song song Spark
Hình 2. Kiến trúc mạng VGG-16 [8] (Trang 2)
Hình 1. Minh họa một kiến trúc mạng CNN - Phát hiện tổn thương phổi bằng kỹ thuật học sâu trong môi trường xử lý song song Spark
Hình 1. Minh họa một kiến trúc mạng CNN (Trang 2)
2. Đánh giá mô hình phát hiện đối tượng: Để đánh giá mô hình phát hiện đối tượng, các độ đo AP, mAP thường được sử dụng - Phát hiện tổn thương phổi bằng kỹ thuật học sâu trong môi trường xử lý song song Spark
2. Đánh giá mô hình phát hiện đối tượng: Để đánh giá mô hình phát hiện đối tượng, các độ đo AP, mAP thường được sử dụng (Trang 4)
Hình 8. Chi tiết các nút worker đang thực thi các task - Phát hiện tổn thương phổi bằng kỹ thuật học sâu trong môi trường xử lý song song Spark
Hình 8. Chi tiết các nút worker đang thực thi các task (Trang 6)
Bảng 2. Ma trận nhầm lẫn 2 mô hình VGG-16 và ResNet-50 - Phát hiện tổn thương phổi bằng kỹ thuật học sâu trong môi trường xử lý song song Spark
Bảng 2. Ma trận nhầm lẫn 2 mô hình VGG-16 và ResNet-50 (Trang 6)
Hình 13, 14 và 15 hiển thị kết quả phân vùng và phân loại tổn thương phổi dựa trên ảnh đầu vào - Phát hiện tổn thương phổi bằng kỹ thuật học sâu trong môi trường xử lý song song Spark
Hình 13 14 và 15 hiển thị kết quả phân vùng và phân loại tổn thương phổi dựa trên ảnh đầu vào (Trang 8)