TY -的A2 -拉米雷斯,Gustavo AU -朱,凌盟——他,运城盟——他,南AU -肖,兰花PY - 2021 DA - 2021/11/13 TI -计算机断层扫描图像基于智能分割算法在卵巢肿瘤的诊断SP - 7323654六世- 2021 AB -本研究旨在探讨应用程序基于智能的计算机断层扫描(CT)图像分割算法在卵巢肿瘤的分析,以便为卵巢肿瘤的临床诊断提供理论依据。在这项研究中,100例卵巢肿瘤患者选择为研究对象,进行CT成像检查;卷积算法神经网络(CNN)模型构建和应用于CT诊断卵巢肿瘤患者的图像分割,以分析的有效性提出了CT图像分割算法。三次结果,图像分割在CNN算法,和真正的阳性(TP)的数量是50岁,49岁和50岁的分别;假阳性的数量(FP) 1、2、1分别;假阴性的数量(FN) 2、3和2,分别;和真正的数字底片(TN) 47岁,46岁,分别和47。因此,在三个测量值没有太大区别 P ≥ 0.05 。CNN算法的准确性为0.97,0.95,和0.97,分别为细分的三倍;精度为0.98、0.96和0.98,分别;召回是0.96、0.94和0.96,分别。因此,准确度、精度和召回的三个测量没有大大不同 P ≥ 0.05 。此外, F1的三个测量值分别为0.97、0.94和0.97,分别都接近于1,表明没有统计上大差异 P ≥ 0.05 。分割精度、精度和召回的算法研究大大大于SE-Res块u型CNN算法,和密度聚类算法峰值,差异具有统计学意义 P < 0.05 。简而言之,CNN算法显示精度高,精度,回忆,和综合评估值CT图像分割,使恶性或良性卵巢肿瘤的诊断提供可靠的理论指导更有效和卵巢肿瘤的临床分析。SN - 1058 - 9244 UR - https://doi.org/10.1155/2021/7323654 - 10.1155 / 2021/7323654摩根富林明科学编程PB - Hindawi KW - ER