甲状腺结节性病变分类模型训练方法、分类方法及装置

本申请提供甲状腺结节性病变分类模型训练方法、分类方法及装置，涉及医疗图像处理技术领域，方法包括：采用分别设有标签的各个超声影像训练样本训练预设的全分组卷积神经优化模型，全分组卷积神经优化模型是预先在原始全分组卷积神经模型增加密集连接模块并将最大池化层替换为空洞卷积层而形成的；标签用于表示样本属于结节性甲状腺肿、甲状腺滤泡状肿瘤、甲状腺乳头状癌或甲状腺髓样癌；将训练后的全分组卷积神经优化模型确定为当前用于预测超声影像所属的甲状腺结节性病变类型的甲状腺结节性病变分类模型。本申请能够训练得到用于分类结节性甲状腺肿、甲状腺滤泡状肿瘤、甲状腺乳头状癌和甲状腺髓样癌的甲状腺结节性病变分类模型。