TY -的A2 -费尔南德斯,胡安·卡洛斯盟——赵Zuopeng盟——你们,陈盟——胡,宿州农村非盟-李,曾AU - Li Xiaofeng PY - 2019 DA - 2019/10/20 TI -串级和融合的多任务卷积神经网络检测甲状腺结节的超声造影CT SP - 7401235六世- 2019 AB -计算机断层扫描(CT)的发展,对比增强CT扫描是广泛用于诊断甲状腺结节。然而,由于工件和高甲状腺CT图像的复杂性,传统的机器学习有困难在对比增强CT检测甲状腺结节。一个完全自动化的检测算法对甲状腺结节使用对比增强CT图像。修改U-Net结构完全采用卷积网络段甲状腺感兴趣的区域(ROI),和一个融合提出了卷积神经网络(CNN-Fs)检测良性和恶性甲状腺结节的ROI图像和原始对比增强CT图像。实验结果表明,该瀑布和融合方法的多任务卷积神经网络(CNN)是有效的在诊断甲状腺疾病与对比增强CT图像和与其他CNN相比性能优越的方法。SN - 1687 - 5265 UR - https://doi.org/10.1155/2019/7401235 - 10.1155 / 2019/7401235摩根富林明计算智力和神经科学PB - Hindawi KW - ER