基于迁移学习的超声图像甲状腺结节定位方法
孙芳芳
张玲
梁乐平
1.空军军医大学第二附属医院,西安 7100382.空军军医大学第二附属医院,西安 7100383.空军军医大学第二附属医院,西安 710038
摘要：本研究提出一种基于迁移学习的甲状腺结节定位方法,利用深度卷积神经网络提取结节超声图像的特征,进而采用包围盒回归的方式定位甲状腺结节.分别分析了基于Xception、VGG-19和Resnet50三种预训练模型的结节定位方法.结果表明,基于Resnet50模型的神经网络结构在小样本量条件下,具有较高的定位准确率,有一定的临床应用价值.
关键词：甲状腺结节超声图像卷积神经网络迁移学习目标定位
分类号：R318(医用一般科学)
论文发表日期：2020-12-25
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：6( 347-352 )
英文信息