基于深度學(xué)習(xí)檢測甲狀腺超聲圖像中結(jié)節(jié)的方法和裝置
基本信息
| 申請?zhí)?/td> | CN202011548496.8 | 申請日 | - |
| 公開（公告）號 | CN112614108A | 公開（公告）日 | 2021-04-06 |
| 申請公布號 | CN112614108A | 申請公布日 | 2021-04-06 |
| 分類號 | G06T7/00(2017.01)I | 分類 | 計算；推算；計數(shù); |
| 發(fā)明人 | 羅渝昆;謝芳;林科汝;陳東浩;張艷;田曉琦;張穎;王筱斐;葉丹;任改霞;李發(fā)根;歐陽勇春 | 申請（專利權(quán)）人 | 北京紅云智勝科技有限公司 |
| 代理機(jī)構(gòu) | 北京挺立專利事務(wù)所（普通合伙） | 代理人 | 高福勇 |
| 地址 | 100853北京市海淀區(qū)復(fù)興路28號 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本公開提供了基于深度學(xué)習(xí)檢測甲狀腺超聲圖像中結(jié)節(jié)的方法，對甲狀腺超聲圖像預(yù)處理操作；將預(yù)處理后的甲狀腺超聲圖像特征提取，獲取特征圖像；將獲取的特征圖像分別輸入至對應(yīng)的分類與回歸結(jié)構(gòu)，獲取針對每張?zhí)卣鲌D像中甲狀腺結(jié)節(jié)區(qū)域的具體位置信息；對輸入至對應(yīng)的分類與回歸結(jié)構(gòu)中的特征圖像計算所產(chǎn)生的分類損失、中心點距離回歸損失以及偏移量損失，通過加權(quán)求和計算獲取待訓(xùn)練模型的總體損失；對待訓(xùn)練模型進(jìn)行訓(xùn)練以及測試操作。該方法提供了一種無需設(shè)置anchor box、高效的對甲狀腺超聲圖像中結(jié)節(jié)區(qū)域進(jìn)行檢測的方法，避免與anchor box相關(guān)的計算與資源浪費、加快訓(xùn)練速度，增強(qiáng)實驗結(jié)果泛化性能。本公開還提出基于深度學(xué)習(xí)檢測甲狀腺超聲圖像中結(jié)節(jié)的裝置。?? |
