查询结果:   吴能光,王华珍,许晓泓,刘俊龙,何霆.MLICP-CNN:基于CNN与ICP的多标记胸片置信诊断模型[J].计算机应用与软件,2019,36(7):177 - 182,191.
中文标题
MLICP-CNN:基于CNN与ICP的多标记胸片置信诊断模型
发表栏目
人工智能与识别
摘要点击数
387
英文标题
MLICP-CNN: MULTI-LABEL CHEST X-RAY CONFIDENCE DIAGNOSIS MODEL BASED ON CNN AND ICP
作 者
吴能光 王华珍 许晓泓 刘俊龙 何霆 Wu Nengguang Wang Huazhen Xu Xiaohong Liu Junlong He Ting
作者单位
华侨大学计算机科学与技术学院 福建 厦门 361021 厦门大学附属第一医院儿科 福建 厦门 361003    
英文单位
School of Computer Science and Technology, Huaqiao University, Xiamen 361021,Fujian,China Department of Pediatrics, The First Affiliated Hospital of Xiamen University, Xiamen 361003,Fujian,China    
关键词
多标记学习 归纳一致性预测器 卷积神经网络 X线胸片诊断 置信预测
Keywords
Multi-label learning Inductive conformal predictor Convolutional neural network Chest X-ray diagnosisConfidence prediction
基金项目
国家自然科学基金面上项目(61673186);福建省自然科学基金面上项目(2012J01274)
作者资料
吴能光,硕士生,主研领域:智慧医疗,图像处理。王华珍,副教授。许晓泓,硕士生。刘骏龙,本科生。何霆,教授。吴谨准,主任医师。 。
文章摘要
针对胸片的多标记预测集缺少可校准性的缺陷,提出一种基于卷积神经网络(Convolutional Neural Networks,CNN)与归纳一致性预测器( Inductive Conformal Prediction,ICP)的多标记胸片置信诊断模型MLICP-CNN。该模型将学习数据划分为训练集和校准集,通过使用CNN从训练集中学习出规则D。基于规则D和校准集使用算法随机性对被测数据进行置信预测,即为每个被测数据提供附带置信度的多标记预测集。在对Chest X-ray14胸片数据集的实验结果表明, 该模型在临床常用的95%置信度下,模型准确率为95%,体现了置信度评估的恰好可校准性。在CNN架构为Resenet50并采用LS-MLICP为奇异值映射函数下,模型性能最好,其确定预测率为96.43%,理想预测率为92.31%。另外,CNN架构对预测效率的影响程度远远小于奇异值映射函数。
Abstract
To address the absence of calibrated confidence evaluation of multi-label prediction for chest x-ray, we proposed a multi-label chest X-ray confidence diagnosis model based on CNN and ICP, named MLICP-CNN. Our model divided the learning data into training set and calibration set, and a rule D was learned from the training set through CNN. Based on rule D and calibration set, we used the randomness of the algorithm to predict the confidence of the measured data, that is, to provide a multi-label prediction set with confidence for each measured data. The experimental results on the chest X-ray14 set demonstrate that the accuracy rate of MLICP-CNN is exactly 95% under the confidence levels of 95% in common clinical, revealing the exactly validity of confidence evaluation. In addition, when using Resenet50 as the component of CNN framework and adopting LS-MLICP as a nonconformity measure, our model gains the best performance with the certain prediction of 96.43% and favorite prediction of 92.31%. The influence of CNN framework on prediction efficiency is significantly less than that of the nonconformity measure.
下载PDF全文   

根据该篇关键词查找到本刊已发表相关论文供参考
序号
文  章  标  题
作者1
发表栏目
页码
摘要
1
基于深度学习的音频抑郁症识别
李金鸣
人工智能与识别
2019
9
161
[摘要]
2
基于卷积神经网络的室内场景三维重建技术研究
姚晓峰
图像处理与应用
2019
9
232
[摘要]
3
基于时空域深度神经网络的野火视频烟雾检测
张斌
图像处理与应用
2019
9
236
[摘要]
4
基于卷积神经网络模型的手写数字辨识算法研究
张烁
人工智能与识别
2019
8
172
[摘要]
5
基于深度卷积神经网络的图像去雾算法
李晓戈
图像处理与应用
2019
8
189
[摘要]
6
MLICP-CNN:基于CNN与ICP的多标记胸片置信诊断模型
吴能光
人工智能与识别
2019
7
177
[摘要]
7
基于多特征融合密集残差CNN的人脸表情识别
马中启
人工智能与识别
2019
7
197
[摘要]
8
基于GAN的对抗样本生成研究
孙曦音
人工智能与识别
2019
7
202
[摘要]
9
基于卷积神经网络的脐橙果梗脐部检测算法及应用
杜雨亭
人工智能与识别
2019
7
208
[摘要]
10
基于全卷积神经网络的屏幕区域定位算法
付泽伟
多媒体技术应用
2019
6
128
[摘要]
11
面向医疗设备的深度问答系统的设计
饶林尚
人工智能与识别
2019
6
171
[摘要]
12
基于改进卷积神经网络的单幅图像物体重建方法
张玉麒
图像处理与应用
2019
6
190
[摘要]
13
形态学与RCF相结合的唐卡图像边缘检测算法
刘千
图像处理与应用
2019
6
196
[摘要]
14
对抗样本生成在人脸识别中的研究与应用
张加胜
人工智能与识别
2019
5
158
[摘要]
15
基于多层连接卷积神经网络的单帧图像超分辨重建
贺瑜飞
图像处理与应用
2019
5
220
[摘要]
16
基于CNN-LSTM网络的声纹识别研究
闫河
人工智能与识别
2019
4
166
[摘要]
17
基于依存关系和双通道卷积神经网络关系抽取方法
吴佳昌
算法
2019
4
241
[摘要]
18
融合RBF的二值神经网络推荐模型
雷妍
应用技术与研究
2019
3
76
[摘要]
19
基于深度CNN和极限学习机相结合的实时文档分类
闫河
人工智能与识别
2019
3
174
[摘要]
20
基于改进的卷积神经网络的手势识别的研究
谢铮桂
人工智能与识别
2019
3
192
[摘要]
21
基于卷积神经网络嵌套模型的人群异常行为检测
孙月驰
人工智能与识别
2019
3
196
[摘要]
22
改进的基于卷积神经网络的图像超分辨率方法
王旺
图像处理与应用
2019
3
214
[摘要]
23
二进制特征与联合层叠结构的人脸识别研究
胡佩
人工智能与识别
2019
2
228
[摘要]
24
基于改进卷积神经网络的动态障碍物检测方法
孙凯
人工智能与识别
2019
2
235
[摘要]
25
基于AlexNet的小样本水面漂浮物识别
李宁
人工智能与识别
2019
2
245
[摘要]
26
基于改进Inception卷积神经网络的手写体数字识别
余圣新
人工智能与识别
2019
12
143
摘要还未上传
27
基于扩展特征矩阵和双层卷积神经网络的微博文本情感分类
李卫疆
人工智能与识别
2019
12
150
摘要还未上传
28
基于卷积神经网络的医学宫颈细胞图像的语义分割
李智能
人工智能与识别
2019
11
152
[摘要]
29
基于AE-CNN的手势识别算法
付优
人工智能与识别
2019
11
157
[摘要]
30
基于卷积神经网络融合SIFT特征的人脸表情识别
张俞晴
人工智能与识别
2019
11
161
[摘要]
31
基于卷积神经网络的雷达人体动作识别方法
蒋留兵
人工智能与识别
2019
11
168
[摘要]
32
基于卷积神经网络的多进制相位调制信号识别算法
吴佩军
人工智能与识别
2019
11
202
[摘要]
33
一种VGGNet的图像风格迁移算法设计与实现
王婷
图像处理与应用
2019
11
224
[摘要]
34
基于深度多监督哈希的快速图像检索
郁延珍
图像处理与应用
2019
11
229
[摘要]
35
基于差分孪生卷积神经网络的大规模不平衡数据分类算法
任佳丽
算法
2019
11
267
[摘要]
36
一种基于改进深度卷积神经网络的室性早搏检测算法
吴义满
算法
2019
11
275
[摘要]
37
一种改进的Mask RCNN特征融合实例分割方法
温尧乐
人工智能与识别
2019
10
130
[摘要]
38
基于车载手机数据深度特征的驾驶行为识别
胡松
应用技术与研究
2019
1
59
[摘要]
39
基于局部-全局一致性学习的弱监督人手分割
谢志坚
人工智能与识别
2019
1
204
[摘要]
40
基于TextRank和字符级卷积神经网络的小学作文素材自动分类模型研究
朱晓亮
人工智能与识别
2019
1
220
[摘要]
41
基于改进深度卷积神经网络的病理图像有丝分裂检测算法研究
齐莹
人工智能与识别
2018
9
199
[摘要]
42
基于卷积神经网络的多标签飞机识别算法
孙振华
算法
2018
9
270
[摘要]
43
基于卷积神经网络的跨领域语义信息检索研究
谢先章
数据工程
2018
8
73
[摘要]
44
改进的Alexnet模型及在油井示功图分类中的应用
段友祥
人工智能与识别
2018
7
226
[摘要]
45
基于卷积神经网络和迁移学习的乳腺癌病理图像分类
郑群花
图像处理与应用
2018
7
237
[摘要]
46
基于卷积神经网络和E2LSH的遥感图像检索研究
彭晏飞
图像处理与应用
2018
7
250
[摘要]
47
基于改进卷积神经网络的机动车图像分类算法
王茜
图像处理与应用
2018
7
263
[摘要]
48
基于多通路CNN的多模态MRI神经胶质瘤分割
朱婷
人工智能与识别
2018
4
220
[摘要]
49
基于不可分小波变换与Zernike矩的印刷体汉字识别
刘斌
人工智能与识别
2018
4
227
[摘要]
50
基于联合分类器的非自然图像检索
许婷婷
图像处理与应用
2018
4
244
[摘要]
51
基于卷积神经网络的情感分析算法
李佳丽
算法
2018
4
287
[摘要]
52
基于卷积网络特征的逆向稀疏建模的目标跟踪
孙文静
人工智能与识别
2018
3
167
[摘要]
53
基于CIFAR-10的图像分类模型优化
张占军
图像处理与应用
2018
3
177
[摘要]
54
基于注意力的BiLSTM-CNN中文微博立场检测模型
白静
算法
2018
3
266
[摘要]
55
基于分块的有遮挡人脸识别算法
周孝佳
人工智能与识别
2018
2
183
[摘要]
56
改进的卷积神经网络图片分类识别方法
闫河
人工智能与识别
2018
12
193
[摘要]
57
基于神经网络融合的司机违规行为识别
李俊俊
图像处理与应用
2018
12
222
[摘要]
58
基于SqueezeNet的轻量化卷积神经网络SlimNet
董艺威
人工智能与识别
2018
11
226
[摘要]
59
基于深度学习的青梅品级半监督智能认知方法
李帷韬
图像处理与应用
2018
11
245
[摘要]
60
基于卷积神经网络和近红外光谱的土壤有机碳预测模型
史杨
人工智能与识别
2018
10
147
[摘要]
61
基于高斯混合模型与CNN的奶牛个体识别方法研究
刘杰鑫
人工智能与识别
2018
10
159
[摘要]
62
基于深度学习的脊柱CT图像分割
刘忠利
图像处理与应用
2018
10
200
[摘要]
63
基于多路特征融合和深度学习的露霜图像分类
周忠义
图像处理与应用
2018
10
205
[摘要]
64
基于深度学习的视频近似拷贝检索
冯兆华
多媒体技术应用
2018
1
160
[摘要]
65
基于SLAM算法和深度神经网络的语义地图构建研究
白云汉
人工智能与识别
2018
1
183
[摘要]
66
结合卷积神经网络不同层的特征进行包类商品检索
骆正茂
人工智能与识别
2018
1
195
[摘要]
67
基于深度学习的鱼类分类算法研究
顾郑平
人工智能与识别
2018
1
200
[摘要]
68
基于深度卷积神经网络的人脸识别技术综述
景晨凯
图像处理与应用
2018
1
223
[摘要]
69
基于卷积神经网络的色情图像检测
余明扬
图像处理与应用
2018
1
232
[摘要]
70
L2-SVM下的短文本情感分类动态CNN模型
鲁新新
算法
2018
1
298
[摘要]
71
基于卷积神经网络的信道均衡算法
陈敏华
算法
2017
9
257
[摘要]
72
基于改进的CNN多级分类的行人检测算法研究
杨杰
图像处理与应用
2017
8
220
[摘要]
73
基于深度卷积神经网络的人群密度估计方法
谭智勇
人工智能与识别
2017
7
130
[摘要]
74
基于卷积神经网络的中文微博情感分类
冯多
人工智能与识别
2017
4
157
[摘要]
75
基于度量学习的服装图像分类和检索
包青平
图像处理与应用
2017
4
255
[摘要]
76
一种可用于入侵防范的步态识别方法研究
杨春生
算法
2017
3
248
[摘要]
77
基于卷积神经网络的自然背景字符识别
郁松
图像处理与应用
2017
12
228
[摘要]
78
基于卷积神经网络的物品识别系统设计与实现
严圣军
应用技术与研究
2017
11
109
[摘要]
79
基于卷积神经网络的汽车型号识别
陈淑君
图像处理与应用
2017
11
228
[摘要]
80
一种基于深度学习的新型小目标检测方法
陈江昀
人工智能与识别
2017
10
227
[摘要]
81
一种改进的卷积神经网络的无参考JPEG2000图像质量评价方法
朱睿
图像处理与应用
2017
1
175
[摘要]
82
基于反卷积神经网络的脑脊液图像快速识别模型
黄文明
图像处理与应用
2016
7
225
[摘要]
83
一种用于行人检测的隐式训练卷积神经网络模型
黄咨
人工智能与识别
2016
5
148
[摘要]
84
基于多尺度特征学习的阴影检测
张永库
图像处理与应用
2016
5
185
[摘要]
85
基于GPU的卷积检测模型加速
刘琦
算法
2016
5
226
[摘要]
86
深度卷积神经网络在Caltech-101图像分类中的相关研究
段建
图像处理与应用
2016
12
165
[摘要]
87
基于Voronoi K阶邻近图的半监督学习自动图像标注
吴寿昆
图像处理与应用
2016
12
183
[摘要]
88
基于多通道卷积神经网络的非结构化道路路表分析
崔巍
人工智能与识别
2016
1
159
[摘要]
89
一种改进的深度神经网络在小图像分类中的应用研究
吕刚
人工智能与识别
2014
4
182
[摘要]