Resumen

Con el desarrollo de la Inteligencia Artificial, el modelo de diagnóstico auxiliar basado en aprendizaje profundo puede ayudar a los médicos hasta cierto punto. Sin embargo, la información latente en las imágenes médicas, como las características de las lesiones, es ignorada en la mayoría de los métodos tradicionales. La extracción de esta información se considera una tarea de aprendizaje dentro de la red en algunas investigaciones recientes, pero requiere una gran cantidad de datos finamente etiquetados, lo cual es sin duda costoso. En respuesta al problema anterior, este artículo propone una Red Neural Adversarial de Mejora de Lesiones para la Clasificación de Imágenes Médicas (ALENN), que se utiliza para localizar y mejorar la información de las lesiones en imágenes médicas solo con datos débilmente anotados para mejorar la precisión del modelo de diagnóstico auxiliar. Este método es un marco de dos etapas, que incluye un módulo de inpainting adversarial de lesiones basado en estructuras y un módulo de clasificación de mejora de lesiones. La primera etapa se utiliza para reparar el área

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Desarrollo; Inteligencia artificial; Imágenes médicas; Aprendizaje profundo; Información de lesiones; Modelo de diagnóstico
• Keywords:Development; Artificial intelligence; Medical images; Deep learning; Lesion information; Diagnosis model