基于深度学习的纵膈淋巴结超声弹性图像分割分类方法
- 专利权人:
- 南京市第一医院
- 发明人:
- 宋宁宁,秦航,唐璐,方苏榕,田传耕
- 申请号：
- CN202010016996.0
- 公开号：
- CN111096767A
- 申请日:
- 2020.08.01
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 本发明提供一种基于深度学习的纵膈淋巴结超声弹性图像分割分类方法。训练好的U‑net卷积神经网络可实现纵膈淋巴结超声弹性成像的快速、自动分割,且训练好的VGG16卷积神经网络可实现对纵膈淋巴结超声弹性图象的良恶性自动分类,分类准确率比传统的计算蓝色面积法实现纵膈淋巴结超声弹性图象的良恶性分类提高了5%左右。
- 来源网站：
- 中国工程科技知识中心
