[发明专利]一种甲状腺锝扫图像的识别模型构建方法及装置

摘要

本发明实施例提供一种甲状腺锝扫图像的识别模型构建方法及装置。方法包括：获取多张甲状腺锝扫图像并对每张锝扫图像进行标注，获得对应的类型标签；将一张标注后的甲状腺锝扫图像输入深度卷积神经网络AlexNet中输出预测结果，根据预测结果和标注后的甲状腺锝扫图像的类型标签计算损失值，并利用损失值对AlexNet中的参数进行优化；重新获取一张标注后的甲状腺锝扫图像输入到优化后的AlexNet，并对优化后的AlexNet进行再次训练，直至达到停止训练的条件为止获得识别模型。装置用于执行上述方法。本发明实施例通过构建识别模型能够实现对待识别锝扫图像进行识别，从而辅助人工识别，提高了阅片的效率及准确率。

主权项

1.一种甲状腺锝扫图像的识别模型构建方法，其特征在于，包括：获取多张甲状腺锝扫图像，并对每张锝扫图像进行标注，获得对应的类型标签；将一张标注后的甲状腺锝扫图像输入深度卷积神经网络AlexNet中，所述AlexNet输出预测结果，根据所述预测结果和所述标注后的甲状腺锝扫图像的类型标签计算损失值，并利用所述损失值对所述AlexNet中的参数进行优化；重新获取一张标注后的甲状腺锝扫图像输入到优化后的AlexNet，并对优化后的AlexNet进行再次训练，直至达到停止训练的条件为止，获得识别模型。