文档介绍：第 卷 第 期
２８ ２ Ｖｏｌ. ２８ Ｎｏ. ２
年 月 Ｊｏｕｒｎａｌ ｏｆ Ｐｕｔｉａｎ Ｕｎｉｖｅｒｓｉｔｙ
２０２１ ４ Ａｐｒ. ２０２１
文章编号 中图分类号: 文献标识码:
:１６７２-４１４３(２０２１)０２-００５０-０６ ＴＰ３９１. ４１ Ａ
基于改进卷积神经网络的肺结节识别算法
傅 磊 林振衡 谢海鹤
， ，
( 莆田学院 机电与信息工程学院, 福建 莆田 )
３５１１００
摘 要: 针对卷积神经网络中经典的 模型在训练过程中需要消耗计算资源较大以及海量参数量的
ＶＧＧ１６
问题, 提出一种基于改进卷积神经网络的肺结节识别算法. 该方法在经典 模型的基础上, 优化了其
ＶＧＧ１６
全连接层结构, 即在最后使用了 个全连接层替换经典 模型中的 个全连接层, 并使用迁移学习的
２ ＶＧＧ１６ ３
方式将 预训练网络各层的权值参数引入实验中,