深度学习算法在甲状腺超声图像结节良恶性分类中的应用

• 作者: 吴水才 张格 林岚
• 来源期刊: 医疗卫生装备
• 学科: 医学
• 关键词: 超声 深度学习 甲状腺结节 结节分类 卷积神经网络 深度置信网络 计算机辅助诊断
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 综述
• 页码范围: 93-98
• 页数: 6页
• 分类号: R318|R445.1
• 字数: 5396字
• 语种: 中文
• DOI: 10.19745/j.1003-8868.2020143

摘要

介绍了超声在甲状腺结节诊断中的应用价值以及传统机器学习在甲状腺结节良恶性分类中的应用优势和局限性.综述了基于深度学习的甲状腺超声图像结节良恶性分类的研究成果和进展,分析了研究中存在的问题.指出了基于不同视角的多网络超声特征融合、深度特征与传统特征的多网络融合以及三维超声的采集和三维深度网络的应用等是该领域未来的发展方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴水才	北京工业大学生命科学与生物工程学院	217	1199	17.0	26.0
2	林岚	北京工业大学生命科学与生物工程学院	47	129	6.0	9.0
3	张格	北京工业大学生命科学与生物工程学院	3	0	0.0	0.0