论文部分内容阅读
目的基于CT图像重建人体颈椎节段的三维模型和3D打印技术,为临床诊断提供清晰、特异的病变模型,提高模拟手术效果。方法采用AlexNet网络作为深度学习模型,并运用迁移学习对该模型进行预置。将训练样本按照椎体部位分为4类并进行标记,并利用数据扩增提高分类准确率。结果扩增后图像分类准确率由94.95%提高到97.72%,测试时间由2.05 s增加到3.03 s。结论利用卷积神经网络对CT图像进行身体定位是可行的,而数据扩增技术在提高分类准确率的同时也增加了训练及测试时间。