典型文献
甲状腺结节超声自动诊断算法研究
文献摘要：
甲状腺结节是临床常见疾病,由其发展而成的甲状腺癌发病率逐年上升.甲状腺超声图像结构复杂、边缘不清晰、斑点噪声严重、对比度低,给甲状腺疾病的诊断带来极大困难.使用Mask R-CNN算法,结合迁移学习方式,在ImageNet数据集上预训练网络ResNet50、SENet及SE-ResNet50,得到预训练权重参数,以此作为实验模型的初始化参数.采用优化损失函数的方法,以融合残差注意力机制的SE-ResNet50为主干网络进行特征提取,实现了精确率为0.936、召回率为0.851、特异性为0.948、mAP值为0.824的检测结果.该算法对于甲状腺疾病的超声辅助诊断具有一定参考价值.
文献关键词：
Mask R-CNN;迁移学习;残差注意力机制;优化损失函数;医学影像
中图分类号：
作者姓名：
章浩伟;李占齐;李淼
作者机构：
上海理工大学医疗器械与食品学院,上海200082;郑州颐和医院,河南郑州450000
文献出处：
引用格式：
[1]章浩伟;李占齐;李淼-.甲状腺结节超声自动诊断算法研究)[J].软件导刊,2022(01):90-95
A类：
B类：
甲状腺结节,自动诊断,算法研究,常见疾病,甲状腺癌,甲状腺超声图像,斑点噪声,对比度,甲状腺疾病,断带,Mask,迁移学习,学习方式,ImageNet,预训练,ResNet50,SENet,实验模型,初始化,优化损失函数,函数的方法,融合残差,残差注意力机制,主干网络,精确率,召回率,mAP,超声辅助,辅助诊断,医学影像
AB值：
0.407672
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
