生成对抗网络在医学小样本数据中的应用

发布时间：2023-03-12 14:03

　　针对目前医学图像数据量少、类别严重不平衡等问题,提出了一种基于生成对抗网络的数据增强算法.首先分析医学图像病灶区的特征显示范围,并对此区域进行局部特征增强.然后将深度卷积神经网络与经典生成对抗网络相结合,凭借深层网络的特征提取能力,来生成效果更好的图像数据,接着使用卷积神经网络来对新样本的有效性进行验证.最后在真实数据集上进行测试并取得了很好的效果,识别精度提升到了84.7%.

【文章页数】：4 页

【文章目录】：
0 引言
1 基于GAN的医学图像生成算法
2 实验与结果分析
    2.1 数据集
    2.2 实验步骤
    2.3 结果分析
3 结论
4 不足与展望



本文编号：3761356