2020-Differential Diagnosis of Benign and Malignant Thyroid Nodules Using Deep Learning Radiomics of Thyroid Ultrasound Images
方法:一个基础CNN,一个迁移学习,和一个新提出的deep learning Radiomics of thyroid (DLRT)比较。
一个名叫Radiomics基于机器学习的新兴技术可以提取和分析成千上万的定量计算图像特征从医学图像(也称为Radiomics特性),它有可能揭示人类疾病的特征是不可能通过肉眼识别在日常实践。放射组学已被广泛应用于CT和MR图像分析,其效果令人印象深刻,这些研究增强了临床实践或协助放射科医师,但其在US的应用仍很少报道,大多数仍是利用人类定义的图像特征建立诊断模型。我们提出了一种基于卷积神经网络(CNN)的迁移学习方法,用于甲状腺超声图像的定量分析,不需要人工对甲状腺结节边界进行复杂分段。
具体结构:
首先设计一个ROI框选方案, 手动确定一个中心点后,分别得到150X150、200X200、250X250像素大小的区域,然后进行训练。总体方案如下: