關鍵詞：深度學習 卷積神經網絡 肝包蟲病 圖像分類 計算機輔助診斷 

摘要：探討卷積神經網絡(Convonlutional Neural Network,CNN)在肝包蟲病CT圖像診斷中的應用。選取兩種類型的肝包蟲病CT圖像進行歸一化、改進的中值濾波去噪和數據增強等預處理。以LeNet-5模型為基礎提出改進的CNN模型CTLeNet,采用正則化策略減少過擬合問題,加入Dropout層減少參數個數,對二分類肝包蟲圖像進行分類實驗,同時通過反卷積實現特征可視化,挖掘疾病潛在特征。結果表明,CTLeNet模型在分類任務中取得了較好的效果,有望通過深度學習方法對肝包蟲病提供輔助診斷和決策支持。

電子技術應用雜志要求:

{1}文章題目應簡明確切地表述文章的內容，一般不超過20個字。

{2}本刊刊登的學術論文應該滿足：論文視角獨特、觀點新穎；研究思路清晰、方法科學；論文論證嚴密、資料翔實；論文結構嚴謹、行文規范。

{3}來稿文責自負。根據《著作權法》，結合本刊具體情況，編輯部可作修辭等文字修改、刪節，凡涉及原意的重大修改，則需征求作者意見。

{4}參考文獻限為作者親自閱讀、公開發表過的文獻，只選主要的列入，采用順序編碼制著錄，按其文中出現的先后順序用阿拉伯數字編號，列于文末，并依次將各編號外加方括號置于文中引用處的右上角。書寫格式為：作者.文題.刊名年份；年（期）：起始頁.網上參考材料序號.作者.文題網址（至子－－欄目）.上傳年月。

{5}摘要不少于200字，內容要能含蓋論文的主要信息。應盡量寫成報道性文摘且具有獨立性，采用第三人稱寫法，不用引文。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社