基于文本与图像的肺疾病研究与预测
文献类型：期刊论文
| 作者 | 吕晴; 赵奎; 曹吉龙; 魏景峰 |
| 刊名 | 自动化学报
 |
| 出版日期 | 2022 |
| 卷号 | 48期号:2页码:531-538 |
| 关键词 | 深度学习 神经网络 多头注意力机制 bi-LSTM 肺癌 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c190645 |
| 英文摘要 | 通过对目前现有的肺癌检测技术研究,发现大部分研究人员主要针对肺癌(Computed tomography, CT)影像进行研究,忽略了电子病历所隐藏的肺癌信息,本文提出一种基于图像与文本相结合的肺癌分类方法,从现有的基于深度学习的肺癌图像分类出发,引入了电子病历信息,使用Multi-head attention以及(Bi-directional long short-term memory, BiLSTM)对文本建模.实验结果证明,将电子病历信息引入到图像分类模型之后,对模型的性能有进一步的提升.相对仅使用电子病历进行预测,准确率提升了大约14%,精确率大约提升了15%,召回率提升了14%.相对仅使用肺癌CT影像来进行预测,准确率提升了3.2%,精确率提升了4%,召回率提升了4%. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/56418]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 吕晴,赵奎,曹吉龙,等. 基于文本与图像的肺疾病研究与预测[J]. 自动化学报,2022,48(2):531-538. |
| APA | 吕晴,赵奎,曹吉龙,&魏景峰.(2022).基于文本与图像的肺疾病研究与预测.自动化学报,48(2),531-538. |
| MLA | 吕晴,et al."基于文本与图像的肺疾病研究与预测".自动化学报 48.2(2022):531-538. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。