作者：王媛媛; 周涛; 吴翠颖卷积神经网络多模态图像识别
摘要：将卷积神经网络用于CT、PET、PET／CT三种模态的医学影像分类识别，为医院统一存储管理影像数据和医护人员快速检索提供便利。首先探讨卷积神经网络对于PET／CT多种模态图像识别的可行性，其次探讨模型参数（迭代次数、批量大小）对网络识别率和训练时间的影响，然后改变CNN模型结构，探讨网络层数、特征图数量和卷积核大小对网络训练和分类效果的影响。实验表明：卷积神经网络对于PET／CT多模态图像识别取得了良好的效果，针对特定问题需要综合图像大小和信息的复杂程度构建最优的CNN模型，在保证高识别率的同时，可以选择合适的参数降低时间复杂度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
