基于深度学习的小样本医学影像分析方法研究

全昱

《文渊(高中版)》 2021年06期

延边大学 经济管理学院 吉林 延吉 133002

医学影像数据具有处理繁琐,专业性强等特点,因此要获取大量的可以用于模型训练的医学图像数据具有一定的难度.本文从小样本的情况出发,进行探究.在样本数量较少的时候,通过对深度学习网络模型的改进,通过相关的集成学习方法研究,解决普遍存在的医学影像不足的问题.针对小样本影像数据,探索更精确的医学检测方法,从而辅助临床医生做出更合理的决策,进而减少病患不必要的活体检查,提升其生存概率及生活质量.

医学影像;集成学习;Adaboost算法