TY -的A2 Javaid默罕默德盟——Hmoud Al-Adhaileh, Mosleh盟——穆罕默德Senan Ebrahim盟——Alsaade Fawaz Waselallah盟——Aldhyani Theyazn盟H - Alsharif,尼非盟-阿卜杜拉•Alqarni Ahmed AU - Uddin, m . iran AU - Alzahrani穆罕默德y盟——Alzain Elham d . AU - Jadhav自在e . PY - 2021 DA - 2021/10/18 TI -深学习算法检测和分类的胃肠疾病SP - 6170416六世- 2021 AB -目前,全球近二百万名患者死于胃肠疾病。视频内窥镜是一种最新的技术在医学影像领域的诊断胃肠道疾病,如胃溃疡、出血和息肉。医学视频内窥镜检查生成许多图像,所以医生需要相当长的时间来跟进所有的图像。这将创建一个挑战手册诊断和鼓励调查计算机辅助诊断技术在短时间内生成的所有图片和高精度。提议的方法的新颖性在于开发一个系统,胃肠道疾病的诊断。介绍了三个网络,GoogleNet、ResNet-50和AlexNet基于深度学习和评估他们的潜在的降低胃肠疾病诊断的数据集。所有图像增强,噪声被移除之前输入到深度学习网络。Kvasir数据集包含5000张图片同样分为五种降低胃肠疾病(dyed-lifted息肉,正常的盲肠,正常幽门,息肉、溃疡性结肠炎)。在分类阶段,pretrained卷积神经网络(CNN)模型是通过转移学习执行新任务。将softmax激活函数接收深度特征向量,并将输入图像分为五类。 All CNN models achieved superior results. AlexNet achieved an accuracy of 97%, sensitivity of 96.8%, specificity of 99.20%, and AUC of 99.98%. SN - 1076-2787 UR - https://doi.org/10.1155/2021/6170416 DO - 10.1155/2021/6170416 JF - Complexity PB - Hindawi KW - ER -