摘要
基于自蒸馏卷积神经网络的甲状腺结节识别系统,本发明属于智能医疗检测技术领域,具体涉及甲状腺结节识别系统。本发明的目的是为了解决现有基于深度学习的甲状腺结节识别准确率低的问题。系统包括:图像处理主模块用于采集甲状腺结节超声图像,对采集的甲状腺结节超声图像进行预处理,获得预处理后的甲状腺结节超声图像;神经网络主模块用于搭建自蒸馏卷积神经网络模型;训练主模块利用预处理后的甲状腺结节超声图像对搭建好的自蒸馏卷积神经网络模型进行训练,获得训练好的自蒸馏卷积神经网络模型;识别主模块用于加载训练好的自蒸馏卷积神经网络模型,对待识别的甲状腺结节超声图像进行检测,识别出甲状腺结节的类别。
技术关键词
卷积神经网络模型
蒸馏
输出特征
交互网络
识别系统
多阶段
输入多尺度
积层
模块
分辨率
多尺度特征
图像处理
智能医疗检测
基础
超声图像数据
通道
训练样本集
系统为您推荐了相关专利信息
图像分割方法
图像分割模型
识别模块
加权特征
级联
金融产品推荐方法
金融产品推荐系统
金融产品推荐装置
卷积神经网络特征提取
数据处理模块
深度卷积神经网络模型
多模态特征融合
多头注意力机制
加密
统计分析方法
电池故障诊断
储能电站
电池单体
电池组
电池运行状态