Biblioteca73.326 documentos en línea

Artículo

Automatic Recognition and Classification System of Thyroid Nodules in CT Images Based on CNNSistema de reconocimiento y clasificación automática de nódulos tiroideos en imágenes de TC basado en CNN

Resumen

Las lesiones de nódulos tiroideos son una de las lesiones más comunes del tiroides; la tasa de incidencia ha sido la más alta en los últimos treinta años. La tomografía computarizada (TC) desempeña un papel cada vez más importante en el diagnóstico de las enfermedades tiroideas. Sin embargo, debido a los artefactos y a la alta complejidad de las imágenes de TC de tiroides, el método tradicional de aprendizaje automático no puede aplicarse al procesamiento de imágenes de TC. En este trabajo, se diseña un sistema de reconocimiento y clasificación automática de nódulos tiroideos de principio a fin basado en CNN. Se utiliza una red de segmentación Eff-Unet mejorada para segmentar los nódulos tiroideos como ROI. El algoritmo de procesamiento de imágenes optimiza la región ROI y divide los nódulos. Se propone una red de clasificación de fusión de características de bajo y alto nivel CNN-F para clasificar los nódulos benignos y malignos. Después de conectar cada módulo en serie con el algoritmo, se puede realizar la clasificación automática de cada nódulo. Los resultados experimentales demuestran que el sistema de reconocimiento y clasificación automática de nódulos tiroideos propuesto tiene un excelente rendimiento en el diagnóstico de enfermedades tiroideas. En el conjunto de pruebas, el IOU de segmentación alcanza el 0,855, y la precisión del resultado de la clasificación llega al 85,92%.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento