文献类型：期刊文章

作　　者：武建国[1] 杨晓茹[2] 王盼[3] 吴俊芳[4] 李瑞凯[1,5]

WU Jianguo;YANG Xiaoru;WANG Pan;WU Junfang;LI Ruikai(Information Center,Affiliated Hospital of Hebei University,Baoding 071000,China;Baoding Productivity Promotion Center,Baoding 071000,China;Department of Pathology,Affiliated Hospital of Hebei University,Baoding 071000,China;Baoding Sports School,Baoding 071000,China;College of Quality and Technical Supervision,Hebei University,Baoding 071002,China)

机构地区：[1]河北大学附属医院信息中心,河北保定071000 [2]保定市生产力促进中心,河北保定071000 [3]河北大学附属医院病理科,河北保定071000 [4]保定市体育运动学校,河北保定071000 [5]河北大学质量技术监督学院,河北保定071002

出　　处：《河北大学学报（自然科学版）》

基　　金：河北大学附属医院基金资助项目(2019Q003)。

年　　份：2023

卷　　号：43

期　　号：5

起止页码：546-552

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、RCCSE、WOS、ZGKJHX、核心刊

摘　　要：基于深度学习的目标检测已经在交通、军事等多个领域得到了广泛研究,并取得了显著成果.为进一步研究其在医学图像诊断中的可用性,提出将目标检测算法的2类经典模型SSD和Faster RCNN应用于肺癌病理图像的病灶检测.实验对比发现,Faster RCNN平均处理1张图像所消耗的时间大概是SSD时长的4.6倍,但其识别准确度、精度均比SSD更高,模型性能更优.研究结果表明,目标检测算法能够实现肺癌病理图像的智能诊断,提高肺癌诊断率.

关 键 词：深度学习  目标检测 肺癌 病理图像 智能诊断

分 类 号：TP399]