研究文章
一个交互式医学图像分割框架使用与卷积神经网络优化的群体智慧
|
| 以前的作品 |
精度(%) |
|
| ANN(人工神经网络)脑肿瘤图像(17] |
94.07 |
| K——集群与支持向量机分类器对大脑肿瘤(18] |
93.00 |
| CNN对皮肤损伤(23] |
93.80 |
| 群算法inertia-weighted PSO对肺癌(30.] |
95.81 |
| 支持向量机分类器对皮肤损伤(42] |
94.00 |
| FFBPNN(前馈反向传播神经网络)肺癌(43] |
92.60 |
| VGG-SegNet对肺结节(44] |
99.68 |
| K——对大脑肿瘤(45] |
94.06 |
| 皮肤损伤深度学习与辅助任务(46] |
94.32 |
| U-net和注意力U-net皮肤损伤(47] |
0.913和0.913 |
| 语义分割为白血病(48] |
99.10 |
| 提出的模型 |
平均精度(%) |
| FCM |
85.72 |
| K则 |
86.61 |
| 与FCM算法 |
87.54 |
| K——与算法 |
88.64 |
| FCM与CNN |
92.21 |
| K——与CNN |
96.45 |
|
|
