声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：31-1289/TP
国际刊号：1000-3428
发布日期:
作者：朱辉,秦品乐
单位：中北大学 大数据学院,太原 030051
关键词：小目标检测,卷积神经网络,深度学习,密集网络,肺结节
基金：山西省自然科学基金(2015011045)。
针对肺结节低层特征在网络传输过程中的缺失问题，基于多尺度特征结构，提出一种改进的U-Net卷积神经网络肺结节检测算法。采用卷积操作与池化操作获取高层特征，通过密集网络使得特征信息在输入层和输出层之间高速流通，并结合扩张卷积生成多尺度特征，提高肺结节低层特征的利用率。实验结果表明，与传统U-Net卷积神经网络的肺结节检测算法相比，改进算法对于小型结节的检测准确率约提高20%，可实现更准确的肺部病灶区域定位。
来源：2019年第4期
《计算机工程》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。