vue-cli-subapp

#深度学习#

23篇内容 | 4946人围观

关注话题

话题活跃用户
#插入话题
深度学习
2020-05-29发表于威斯康星
#深度学习# 甲状腺结节是内分泌系统疾病的常见形式,表现为甲状腺细胞异常增生,发病率高达68%。大多数甲状腺结节是良性的且风险较低,有效治疗的关键在于准确诊断甲状腺结节的良恶性。超声已被广泛认为是诊断甲状腺结节的最佳成像方法。然而,在临床诊断中,超声特征的评估严重依赖于放射科医生的丰富经验和可用的超声设备。 既往研究已证实人工智能(Artificial Intelligence,AI)模型在辅助临床医生进行甲状腺结节风险评估与治疗决策方面具有潜在价值。深度学习(Deep Learning,DL)技术在甲状腺结节分割中亦取得理想效果,其分割精度已达到临床应用标准。本研究开发了一种基于深度学习的超声诊断工具(Thyroid Nodules Visualization,TNVis),该工具通过利用大规模标注的二维静态超声图像数据集,旨在突破现有人机交互模式的局限,探索三维辅助诊断新范式。基于此目标,本研究进一步探究了放射科医师在使用TNVis解读静态超声图像与动态超声视频时,其诊断效能是否能够得到有效提升。
2025-03-09发表于浙江省
共106条页码: 1/6页20条/页