arXiv:2501.07197eess.IVcs.CV2025-01
用CNN+SVM混合模型从CT扫描中早期识别肺部肿瘤
Lung Cancer detection using Deep Learning
- 结合CNN提取特征与SVM分类，提升检测精度
- 基于CT扫描数据集，实现良恶性肿瘤的早期识别
- 适合医学影像分析与智能诊断领域研究人员
本文探讨了利用卷积神经网络（CNN）与支持向量机（SVM）的混合模型进行肺癌检测，以实现对肿瘤的早期发现，包括良性与恶性类型。研究基于计算机断层扫描（CT scans）数据集进行训练，利用深度学习技术实现肺部肿瘤的早期识别，该方法属于前沿医疗影像分析方向。
原文摘要 · Abstract (English)
In this paper we discuss lung cancer detection using hybrid model of Convolutional-Neural-Networks (CNNs) and Support-Vector-Machines-(SVMs) in order to gain early detection of tumors, benign or malignant. The work uses this hybrid model by training upon the Computed Tomography scans (CT scans) as dataset. Using deep learning for detecting lung cancer early is a cutting-edge method.
肺癌检测深度学习医学影像
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。