基于卷积神经网络的 CT 图像慢性阻塞性肺疾病计算机辅助诊断系统-研究论文

【文件属性】：
文件名称：基于卷积神经网络的 CT 图像慢性阻塞性肺疾病计算机辅助诊断系统-研究论文
文件大小：517KB
文件格式：PDF
更新时间：2021-06-10 09:13:15
Image Processing Computer 慢性阻塞性肺疾病（COPD）是一种流行的慢性疾病。 导致COPD疾病的主要因素是吸入灰尘、呼吸急促、环境污染、疲劳和频繁的呼吸道感染。 COPD 的特征是由气道中的慢性炎症React和有害颗粒或气体引起的气流受限。 计算机辅助诊断系统协助医生解读医学影像。 计算机辅助诊断系统旨在通过使用 CT 图像诊断 COPD。 通常选择计算机断层扫描 (CT) 图像是由于失真少、耗时少且成本低。 慢性阻塞性肺疾病 (COPD) 计算机化诊断系统的拟议工作是使用卷积神经网络 (CNN) 准确诊断疾病。 CNN 分类器对 CT 图像进行分类，并将使用性能指标对其进行评估。 COPD计算机辅助诊断系统由预处理、特征提取、分割和分类组成。 预处理是为了提高图像质量，如去除噪声和隔离感兴趣区域。 特征提取是一种捕获图像的视觉内容以进行索引和检索的方法。 分割将CT图像细分为不同的区域。 CNN分类器是对分割后的CT图像进行分类，以提高噪声下聚类的准确性。