摘要
本发明提供一种基于卷积神经网络的甲状腺癌早期诊断模型构建方法。所述基于卷积神经网络的甲状腺癌早期诊断模型构建方法包括以下步骤:S1:数据收集与预处理:S2:根据S1中预处理后的数据构建卷积神经网络模型;S3:对获得的卷积神经网络模型进行模型训练。本发明提供的基于卷积神经网络的甲状腺癌早期诊断模型构建方法具有可以最大限度摆脱对高水平彩超医师的依赖,实现基层医院高水平的诊断,减少医疗资料的浪费的优点。
技术关键词
早期诊断模型构建方法
构建卷积神经网络
卷积神经网络模型
细针穿刺活检
甲状腺超声图像
训练集数据
引入注意力机制
直方图均衡化
基层医院
对比度
滤波方法
传播算法
彩色图像
采集设备
参数
多学科
优化器
系统为您推荐了相关专利信息
车辆车牌
新能源停车场
智能管理方法
融合特征
智能管理系统
相位分辨局部放电
监测方法
贝叶斯网络模型
卷积神经网络模型
谐波
集成电路故障检测
支持向量机算法
构建卷积神经网络
卷积神经网络特征提取
输出特征
半导体晶圆刻蚀
模糊逻辑控制器
多光谱成像技术
反射光谱数据
刻蚀设备
健康度评估方法
信号
非标准
空间金字塔
电数字数据处理技术