期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
深度学习网络在甲状腺结节良恶性分类中的应用
被引量:
1
1
作者
张珂
唐璐
+4 位作者
朱琳
朱越星
严所钰
刘娜
郑天雷
《继续医学教育》
2021年第1期144-145,共2页
目的将深度学习网络技术应用在超声图像的甲状腺结节良恶性判别中的研究。方法采集5649名具有病理报告病人的甲状腺超声检查图像,经过资深医生对照病理报告"金标准"进行图像的筛选得到共10018张用以训练深度学习网络,训练好...
目的将深度学习网络技术应用在超声图像的甲状腺结节良恶性判别中的研究。方法采集5649名具有病理报告病人的甲状腺超声检查图像,经过资深医生对照病理报告"金标准"进行图像的筛选得到共10018张用以训练深度学习网络,训练好的网络可无监督的对结节性质进行自动分类。结果网络对甲状腺结节良恶性质分类的准确率高达92.8%,特异度可达到96.3%,阳性预测值达到94.2%,阴性预测值达到92.0%,能够得到较高的分类准确率。结论深度学习网络技术能够在自动分类甲状腺结节良恶性的领域内体现较好的结果和优势,切实为临床医生出具诊断报告提供重要的客观参考。
展开更多
关键词
深度学习网络技术
甲状腺结节
良恶性
“金标准”
自动分类
准确率
下载PDF
职称材料
题名
深度学习网络在甲状腺结节良恶性分类中的应用
被引量:
1
1
作者
张珂
唐璐
朱琳
朱越星
严所钰
刘娜
郑天雷
机构
徐州医科大学医学影像学院
出处
《继续医学教育》
2021年第1期144-145,共2页
基金
江苏省大学生创新创业训练计划(201910313119H)。
文摘
目的将深度学习网络技术应用在超声图像的甲状腺结节良恶性判别中的研究。方法采集5649名具有病理报告病人的甲状腺超声检查图像,经过资深医生对照病理报告"金标准"进行图像的筛选得到共10018张用以训练深度学习网络,训练好的网络可无监督的对结节性质进行自动分类。结果网络对甲状腺结节良恶性质分类的准确率高达92.8%,特异度可达到96.3%,阳性预测值达到94.2%,阴性预测值达到92.0%,能够得到较高的分类准确率。结论深度学习网络技术能够在自动分类甲状腺结节良恶性的领域内体现较好的结果和优势,切实为临床医生出具诊断报告提供重要的客观参考。
关键词
深度学习网络技术
甲状腺结节
良恶性
“金标准”
自动分类
准确率
分类号
R33 [医药卫生—人体生理学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
深度学习网络在甲状腺结节良恶性分类中的应用
张珂
唐璐
朱琳
朱越星
严所钰
刘娜
郑天雷
《继续医学教育》
2021
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部