基本信息

---

下载

文档摘要

---

摘要

胃癌是世界范围内最常见癌症之一，胃部感染的早期发现和治疗是预防胃癌的重

要手段。深度学习得到发展并已成功应用于医学图像的识别、分类等任务中，然而在

胃镜图像识别中仍有诸多问题亟待解决，例如在面向有限胃镜图像检测时，现有CNN

存在训练收敛速度慢以及“过拟合”问题。在面向胃镜图像特征提取时，存在无用信

息干扰和算法识别精度低等问题。为此，本论文针对以上问题对网络模型进行合理构

造和优化，对其分类器及其训练算法做进一步改进。主要研究工作如下：

（1）融合改进LeNet和支持向量机的胃镜