基于深度学习的甲状腺超声图像辅助诊断研究进展

• 作者: 周蕾蕾 田书畅 蒋红兵 赵紫婷 邹奕轩 韩煜东
• 来源期刊: 医疗卫生装备
• 学科: 医学
• 关键词: 超声 甲状腺 计算机辅助诊断 深度学习 卷积神经网络
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 综述
• 页码范围: 98-102,105
• 页数: 6页
• 分类号: R318|R445
• 字数: 3419字
• 语种: 中文
• DOI: 10.19745/j.1003-8868.2019309

摘要

介绍了超声成像在甲状腺疾病诊断中的优劣势,简述了深度学习辅助诊断与传统计算机辅助诊断的主要差异,分析了深度学习在甲状腺超声图像感兴趣区域检测与分割、结节分类2个方面的应用现状.提出了深度学习模型用于甲状腺超声诊断的难点,指出了跨模式多维度的迁移学习可能是未来甲状腺超声图像分析的一个发展方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋红兵	南京医科大学附属南京医院南京市第一医院医疗设备处	102	657	14.0	18.0
2	周蕾蕾	南京医科大学附属南京医院南京市第一医院医疗设备处	9	15	3.0	3.0
3	田书畅	南京医科大学附属南京医院南京市第一医院医疗设备处	10	51	4.0	7.0
4	韩煜东	南京医科大学附属南京医院南京市第一医院功能检查科	3	5	1.0	2.0
5	邹奕轩	南京医科大学附属南京医院南京市第一医院医疗设备处	2	0	0.0	0.0
6	赵紫婷	南京医科大学附属南京医院南京市第一医院医疗设备处	2	0	0.0	0.0