TY -的A2 Rajakani Kalidoss盟——他,Huiliao盟——刘盟瑞兴——周Xiuping盟——张,时殷弘AU - Yu,贝贝盟——徐,志华盟——黄,胡锦涛PY - 2022 DA - 2022/02/16 TI - b超图像分析宫内妊娠中期妊娠后残留的基于智能医疗大数据SP - 9937051六世- 2022 AB -腹部b超图像宫内妊娠组织残留进行分析,讨论其诊断价值。与计算机技术的迅速发展和医学成像技术,医生们也面临着越来越多的医学图像诊断任务,和计算机辅助诊断系统尤为重要,以减少医生的工作压力。近年来,深度学习在各领域的快速发展,取得了重大的突破。在medical-aided诊断系统中,深度学习大大提高了诊断效率,但没有成熟的研究成果为腹部b超图像识别的宫内妊娠组织残留。因此,研究肝脏超声图像分类基于深度学习具有重要的实际应用价值。在本文中,我们提出给CNN模型优化方法基于网格搜索。与传统的CNN模型设计相比,这种方法可以节省时间和精力通过消除需要手动调整参数根据经验和分类的准确性超过92%的腹部b超图像宫内妊娠组织残留。宫内妊娠组织残留的诊断腹部b超可以有效改善诊断和为病人接受治疗提供重要的参考,具有较高的诊断价值。SN - 2040 - 2295 UR - https://doi.org/10.1155/2022/9937051 - 10.1155 / 2022/9937051摩根富林明医疗工程PB - Hindawi KW - ER