TY -的A2 -作为礼尚往来,默罕默德盟方,掸族盟-杨,王盟——、结果表明非盟-刘,春晖盟——刘霜PY - 2022 DA - 2022/09/13 TI -一种改进的图像分类方法对宫颈癌癌前病变基于ShuffleNet SP - 9675628六世- 2022 AB -深度学习的迅速发展,自动损伤检测是广泛应用于临床筛查。解决这个问题,现有的颈深上优于癌前病变检测算法不能满足高分类精度和运行速度快的同时,提出ShuffleNet-based宫颈癌癌前病变的分类方法。通过添加频道关注ShuffleNet,网络性能得到了改进。在这项研究中,图像数据集分为五类:正常,宫颈癌,LSIL (CIN1) HSIL (CIN2 / CIN3)和宫颈肿瘤。阴道镜图像扩展到解决问题缺乏阴道镜图像,从每个类别图像的不均匀分布。对于测试数据集,提出了CNN模型的准确性是81.23%和81.38%。我们的分类器实现了AUC得分为0.99分。网络阴道镜图像分类的实验结果表明,基于人工智能在分类精度和模型大小具有很好的检测性能,具有较高的临床适用性。SN - 1687 - 5265 UR - https://doi.org/10.1155/2022/9675628 - 10.1155 / 2022/9675628摩根富林明计算智力和神经科学PB - Hindawi KW - ER