基于迁移学习的超声图像甲状腺结节定位方法

摘要

本研究提出一种基于迁移学习的甲状腺结节定位方法,利用深度卷积神经网络提取结节超声图像的特征,进而采用包围盒回归的方式定位甲状腺结节.分别分析了基于Xception、VGG-19和Resnet50三种预训练模型的结节定位方法.结果表明,基于Resnet50模型的神经网络结构在小样本量条件下,具有较高的定位准确率,有一定的临床应用价值.