得益于深度神經(jīng)網(wǎng)絡(luò)的特征提取功能,和深度神經(jīng)網(wǎng)絡(luò)結(jié)合的CAD系統(tǒng)在許多醫(yī)學(xué)圖像分析領(lǐng)域取得很大的成功。多數(shù)情況下,CAD系統(tǒng)基于監(jiān)督學(xué)習(xí)構(gòu)建,而訓(xùn)練一個(gè)監(jiān)督學(xué)習(xí)系統(tǒng)需要大量人工標(biāo)注的數(shù)據(jù),費(fèi)時(shí)費(fèi)力。超聲圖像常被用做診斷的依據(jù),也是用作訓(xùn)練模型的數(shù)據(jù)集,但是在臨床上,超聲圖像并不準(zhǔn)確,病理報(bào)告才是金標(biāo)準(zhǔn),通過病理報(bào)告可以判斷對應(yīng)病人的超聲圖像為陽性還是陰性。由超聲圖像和對應(yīng)病人病理報(bào)告得出的標(biāo)簽（陰性或陽性）就組成一個(gè)可用于訓(xùn)練模型的數(shù)據(jù)。通過文本檢測、文本識別、句向量編碼、二分類四個(gè)步驟提出一個(gè)自動(dòng)打標(biāo)簽的模型,將病理報(bào)告作為輸入,就可以得到標(biāo)簽,而不需要大量專業(yè)醫(yī)師費(fèi)事費(fèi)力人工標(biāo)注。 

【文章來源】：現(xiàn)代計(jì)算機(jī). 2020,(31)

【文章頁數(shù)】：11 頁


本文編號：3207940