计算智能和神经科学

研究文章

瀑布和融合的多任务卷积神经网络检测甲状腺结节的超声造影CT

表2

CNN-1和CNN-2研究的体系结构。


层	输入的大小	CNN-1	输入的大小	CNN-2

Conv_1	256×256×1	3×3,32	256×256×1	3×3,32
Dense-block_1	256×256×32		256×256×32
Max-pooling_1	256×256×64	2×2,步2	256×256×64	2×2,步2
Dense-block_2	128×128×64		128×128×64
Max-pooling_2	128×128×128	2×2,步2	128×128×128	2×2,步2
Dense-block_3	64×64×128		64×64×128
Max-pooling_3	64×64×256	2×2,步2	64×64×256	2×2,步2
Dense-block_4	32×32×256		32×32×256
Max-pooling_4	32×32×512	2×2,步2	32×32×384	2×2,步2
Dense-block_5	16×16×512		16×16×384
Average-pooling	16×16×1024	16×16	16×16×512	16×16
完全连接层	1024年	2	512年	2
输出	2		2

在这里,“conv”表示卷积层。CNN-1和CNN-2都是数字格式:卷积核大小、数量的卷积核。