期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于EMobileNet的肝硬化图像分类网络研究
1
作者 王珊珊 朱威 +1 位作者 周萍萍 李开艳 《陕西科技大学学报》 北大核心 2023年第4期173-179,共7页
为了解决肝硬化病理图像分类准确率低的问题,基于复合卷积神经网络提出了一种更准确的对肝硬化病理图像分类的深度学习模型EMobileNet.EMobileNet是在EfficientNetV2网络的基础上,插入可分离自注意力模块MobileViTv2,并引入四阶龙格-库... 为了解决肝硬化病理图像分类准确率低的问题,基于复合卷积神经网络提出了一种更准确的对肝硬化病理图像分类的深度学习模型EMobileNet.EMobileNet是在EfficientNetV2网络的基础上,插入可分离自注意力模块MobileViTv2,并引入四阶龙格-库塔残差块调整MBViTconv模块间的连接方式.肝硬化病理图像数据集由华中科技大学同济医学院附属同济医院提供,实验采用十折交叉验证法对线阵和凸阵图像分别进行训练并分类.对所提出模型进行消融实验并与多种经典网络效果进行对比,结果显示EMobileNet模型在三分类任务上达到了97.89%的总体准确率,显著提高了检测性能,可以取得较高精度的肝硬化病理图像分类效果. 展开更多
关键词 肝硬化 emobilenet 可分离自注意力 MobileViTv2 四阶龙格-库塔残差块
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部