[发明专利]基于TI-RADS多任务神经网络的甲状腺结节良恶性分类方法在审
| 申请号： | 202111642526.6 | 申请日： | 2021-12-29 |
| 公开（公告）号： | CN114494687A | 公开（公告）日： | 2022-05-13 |
| 发明（设计）人： | 董于杰;卫建华;范军俊;高志熙;安俊杰;阎东军;韩晓红;张巍;刘剑;王亮;侯祥敏;王庆伟;张云仙 | 申请（专利权）人： | 山西清众科技股份有限公司 |
| 主分类号： | G06V10/25 | 分类号： | G06V10/25;G06V10/764;G06V10/82;G06K9/62;G06T5/00;G06T5/20;G06N3/04;G06N3/08 |
| 代理公司： | 太原高欣科创专利代理事务所(普通合伙) 14109 | 代理人： | 崔浩;冷锦超 |
| 地址： | 030006 山西省太原市综改示范区*** | 国省代码： | 山西;14 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明基于TI‑RADS多任务神经网络的甲状腺结节良恶性分类方法，属于计算机技术的深度学习技术领域；所要解决的技术问题为：提供基于TI‑RADS多任务神经网络的甲状腺结节良恶性分类方法的改进；解决上述技术问题采用的技术方案为：图像预处理；构建卷积神经网络：使用DenseNets 121作为骨干网络，DenseNets 121包含4个Dense Block以及3个Transition层，Dense Block由Dense Layer组成；在每个Dense Block中的瓶颈层的批量归一化层之后插入SGE模块；网络的全连接层具有五个分支，分别对应五个TI‑RADS分类任务，每个分支包含3个线性层；训练卷积神经网络：训练时迁移第一个Dense Block的预训练权重，并通过优化目标函数实现对网络权重的更新与求解；输出甲状腺结节的良恶性分类结果；本发明应用于甲状腺结节良恶性分类。 | ||
| 搜索关键词： | 基于 ti rads 任务 神经网络 甲状腺 结节 恶性 分类 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山西清众科技股份有限公司，未经山西清众科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111642526.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种多功能煮茶器
- 下一篇：一种铬铜合金化耐候型孪生诱发塑性钢及其制备方法
