[IEEE 2018年国际神经网络联合会议（IJCNN）- 里约热内卢（2018.7.8-2018.7.13）] 2018年国际神经网络联合会议（IJCNN）- 基于卷积神经网络的红外图像甲状腺结节识别

摘要： 早期发现甲状腺异?？山档图膊〗狗缦?。影像学检查是诊断过程中的重要工具，但多数检查费用较高或可能使患者暴露于过量辐射。热成像技术作为甲状腺疾病诊断（尤其是结节检测）的有趣替代方案，因其能捕捉部分温度高于正常组织的结节特征。通过图像处理技术可定位潜在甲状腺结节区域，而卷积神经网络（CNN）则用于筛选真正与结节相关的区域。CNN在临床图像分类中应用广泛，已有模型在此类问题中展现良好效果。本研究提出结合简易图像处理技术与CNN的热成像甲状腺结节识别方法，测试了三种CNN架构：基于GoogLeNet（最高准确率86.22%）、AlexNet（77.67%）和VGG（74.96%）的模型。