[发明专利]一种基于深度学习网络的甲状腺结节的诊断方法有效
| 申请号： | 202011533385.X | 申请日： | 2020-12-22 |
| 公开（公告）号： | CN112529894B | 公开（公告）日： | 2022-02-15 |
| 发明（设计）人： | 唐璐;徐凯;张珂;赵英红 | 申请（专利权）人： | 徐州医科大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/12;G06T7/13;G06F16/53;G06N3/04;G06N3/08 |
| 代理公司： | 南京灿烂知识产权代理有限公司 32356 | 代理人： | 赵丽 |
| 地址： | 221004 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习网络的甲状腺结节的诊断方法，属于图像处理和人工智能辅助诊断疾病领域，包括如下步骤：搜集甲状腺患者甲状腺结节的超声原始图像和病理报告，构建甲状腺结节数据库；超声图像预处理；基于Xception‑JFT的Deeplab v3+方法对步骤二中预处理后的超声图像进行语义分割，形成语义分割结果图；基于深度学习网络进行甲状腺结节的良恶性判别；形成甲状腺结节诊断信息报告。本发明采用基于Xeption‑JFT的Deeplab v3+算法建立甲状腺超声图像分割网络模型，通过不断改进主干网络Xception达到最优的分割效果，能够在高准确率和高鲁棒性下，自动快速识别结节信息，自动提取图像特征进行准确分割以获得更好的诊断结果，为临床诊断提供客观参考。 | ||
| 搜索关键词： | 一种 基于 深度 学习 网络 甲状腺 结节 诊断 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于徐州医科大学，未经徐州医科大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011533385.X/，转载请声明来源钻瓜专利网。
