基于深度学习乳腺超声计算机辅助诊断系统研究进展

摘要：

超声是诊断及筛查乳腺癌的重要工具,为提高其诊断准确率,超声计算机辅助诊断(CAD)系统应运而生.传统的CAD系统需人工进行图像预处理及特征提取,工作量较大且诊断效能欠佳.深度学习(DL)利用计算机算法自动提取图像特征,较传统方法 更接近人工智能,而其中应用较广的算法是卷积神经网络(CNN).本文对乳腺CAD系统的发展及基于DL的乳腺超声CAD系统的研究进展进行综述.

关键词：乳腺肿瘤、图像处理、计算机辅助、深度学习、神经网络、计算机、超声检查

所属期刊栏目：36

分类号：TP18;R737.9;R445.1(自动化基础理论)

资助基金：十三五国家重点研发计划项目2016YFC0104803

在线出版日期：2021-01-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1722-1725