[01920540]一种基于深度学习分割网络的甲状腺结节侵袭性预测方法
联系人：
所在地：内蒙古自治区呼和浩特市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
登录后向技术服务商咨询
发布技术需求
服务免费，交易还可领红包哦
技术详细介绍
本发明属于图像处理技术领域,具体为一种基于深度学习分割网络的甲状腺结节侵袭性预测方法。该方法包括如下步骤：S1：对临床获得的甲状腺超声图像进行预处理；S2：构建基于深度学习分割网络的主体结构框架；S3：对主体结构框架中的生成对抗网络模型进行改进；S4：对甲状腺结节进行精确地语义分割,统计出结节面积、纵横比、轮廓规则程度的信息；S5：获取经过裁剪后的只含有结节的新的图像数据集；S6：对分类网络模型的非线性表达能力进行改进提升,S7：利用改进后的分类网络模型对预测结果进行分类,并对分类网络模型进行训练更新。本发明提供的方法可以实现端到端自动辅助诊断,克服传统检测方法准确率不足,检测速率较低的缺陷。