基于卷积神经网络的腰椎小关节检测算法

摘要

以腰椎小关节CT图像为研究对象,对原始图像利用数字图像处理技术提高图像质量,利用卷积神经网络的方法对其进行分类.首先对图像使用YOLO V4网络进行统一裁剪,去除图像上的时间信息与腰椎小关节CT图像边缘信息等噪声干扰并使用gamma矫正对图像对比度进行增强;其次使用数据增强的方法对数据进行数据扩充;最后利用深度学习中的卷积神经网络提取特征,并进行分类,本次实验使用的网络模型有DenseNet201、InceptionV3和R esNet50.实验结果表明,本组数据在三个网络模型下进行训练的loss均约0.2,准确率均在96％及以上.