发明公开
- 专利标题: 基于深度学习的甲状腺结节良恶性诊断方法及系统
-
申请号: CN202410409075.9申请日: 2024-04-07
-
公开(公告)号: CN118448024A公开(公告)日: 2024-08-06
- 发明人: 赵显 , 王春 , 刘治 , 贺凯 , 吴梅 , 崔笑笑 , 李媛 , 李婷 , 赵坤
- 申请人: 山东海量信息技术研究院 , 山东大学
- 申请人地址: 山东省济南市高新技术开发区国家信息通信国际创新园;
- 专利权人: 山东海量信息技术研究院,山东大学
- 当前专利权人: 山东海量信息技术研究院,山东大学
- 当前专利权人地址: 山东省济南市高新技术开发区国家信息通信国际创新园;
- 代理机构: 济南圣达知识产权代理有限公司
- 代理商 黄海丽
- 主分类号: G16H50/20
- IPC分类号: G16H50/20 ; G16H50/70 ; G16H30/20 ; G16H30/40 ; G06V10/74 ; G06V10/764 ; G06V10/82 ; G06N3/0455
摘要:
本发明公开了基于深度学习的甲状腺结节良恶性诊断方法及系统,所述方法包括:获取甲状腺患者的甲状腺超声图像,以及对应的结节位置标签;对甲状腺超声图像进行预处理,得到预处理后的图像;对预处理后的图像集合,划分为训练集、验证集和测试集;基于训练集对甲状腺结节诊断模型进行训练,基于验证集对训练后的甲状腺结节诊断模型进行验证,基于测试集对训练后的甲状腺结节诊断模型进行测试,将验证通过且测试通过的模型,作为最终训练后的甲状腺结节诊断模型;获取待诊断甲状腺超声图像,将待诊断甲状腺超声图像输入到最终训练后的甲状腺结节诊断模型中,输出甲状腺结节良性或恶性的诊断结果。