原创力文档摘要
近年来，随着人们生活压力的增加，甲状腺结节的临床检出率显著上升，且
恶性病变的风险逐渐增加，已经严重影响人类的健康。超声检查由于其安全、实
惠、实时等优点作为甲状腺结节最常用的检查手段。随着影像组学的兴起，相较
于传统依赖医师主观经验判断的分析方法，深度学习算法能够更精准地捕捉甲状
腺结节的影像学特征，在结节诊断中展现出显著优势。本文针对当前模型在分割
精度和分类准确度方面的不足，分别提出HGP-Net和GSNet模型，为医生提供
更加精准的辅助诊断，主要研究内容如下：
（1
摘要
近年来，随着人们生活压力的增加，甲状腺结节的临床检出率显著上升，且
恶性病变的风险逐渐增加，已经严重影响人类的健康。超声检查由于其安全、实
惠、实时等优点作为甲状腺结节最常用的检查手段。随着影像组学的兴起，相较
于传统依赖医师主观经验判断的分析方法，深度学习算法能够更精准地捕捉甲状
腺结节的影像学特征，在结节诊断中展现出显著优势。本文针对当前模型在分割
精度和分类准确度方面的不足，分别提出HGP-Net和GSNet模型，为医生提供
更加精准的辅助诊断，主要研究内容如下：
（1
文档评论（0）