基于深度学习的寻常型银屑病智能诊断方法的研究

来源 :生物医学工程研究 | 被引量 : 0次 | 上传用户:gg499586617
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
寻常型银屑病是一种常见的慢性皮肤病,由于病程长,需要进行长期的疾病管理。为了给寻常型银屑病在基层的诊治提供切实可行、低成本的方案,本研究将是否进行皮损分割作为条件,利用来自北京中医医院皮肤科的830例患者共计13409张皮损病历照片,训练了两个深度学习模型,探讨不使用皮损分割进行智能诊断的可行性。测试结果表明,使用已进行皮损分割数据建立的模型,准确率为87.812%,AUC值0.94;进行全图识别的模型,准确率为84.098%,AUC值0.91,不进行皮损分割对寻常型银屑病进行识别,能够取得良好的效果,同
其他文献
论文对大学生过程性学习评价与考核管理进行了探讨。首先提出了目前学生过程性学习评价与考核管理存在的问题,分析了教师和学生在评价和考核管理中的主体地位以及过程性学习
智慧物流的迅猛发展,带来了物流产业的巨大变革,对人才的岗位能力提出了新的要求,物流管理专业岗位也在发生相应迁移,传统的物流管理专业人才培养路径必须适应新形势的发展,
目的利用蛋白质组学的方法对唾液腺腺样囊性癌(SACC)患者癌组织标本进行特异性标记物鉴定,以寻找SACC诊断潜在的特异性标记物。方法通过双向荧光差异凝胶电泳技术检测4例SACC
当前,针对高校大学生的行为特点和成长需求,高校德育工作面临新的挑战和困难,必须大胆创新,积极开创学生德育工作新局面。大学生"成长档案"即属于这一种尝试性的有效探索,通
为提高CT图像分割提取图像特征的分割效果,设计基于全卷积神经网络的肺纤维化合并肺肿瘤CT图像的分割方法。肺部CT影像经过膨胀、腐蚀、孔洞填充、开运算、闭运算、掩模运算得到消除器官的肺实质图像,并提取ROI。通过改进全卷积神经网络结构,制定全卷积神经网络对于输入特征图的选取标准,完成CT图像分割算法的研究。选取IOU、Dice系数、精准率与召回率作为图像分割的评价指标。实验结果表明,经过对不同分割方