基于EMD-UNet分割与多特征融合的超声甲状腺结节分类方法研究.pdf

基于EMD-UNet分割与多特征融合的超声甲状腺结节分类方法研究.pdf

摘要

摘要

甲状腺超声检查作为一种无创、安全且便捷的检查方法,能为医生进行甲

状腺疾病的早期诊断提供重要依据。随着人工智能的发展,基于深度学习的方

法在甲状腺结节超声图像分割和良恶性分类任务上表现出色。但目前基于深度

学习发展出来的经典甲状腺结节超声图像分割方法难以很好地处理超声图像中

存在的背景噪声和应对结节复杂多变的尺寸,导致分割出的结节不精准。而结

节分割的精准度会影响结节大小和形状等关键特征,对于结节的良恶性识别至

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档