欢迎来到优发表网,发表咨询:400-888-9411 订阅咨询:400-888-1571股权代码(211862)

购物车(0)

基于深度学习的甲状腺结节良恶性预测方法研究

作者:陈德华; 周东阳; 乐嘉锦 东华大学计算机科学与技术学院; 上海201620

摘要:甲状腺结节是一种常见临床疾病,其发病率逐年增高。对于诊治甲状腺结节的首要问题是明确及鉴别其良恶性质。为了提高甲状腺结节良恶性预测的准确率,提出一种基于深度学习的甲状腺结节良恶性鉴别方法。实验在真实医疗数据集上对比了深度学习算法与传统BP神经网络和逻辑回归算法,结果表明基于深度学习的预测方法具有最高的准确率,在非稀疏数据和稀疏数据集上分别达到94%和88.84%。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

微型机与应用

部级期刊 下单

国际刊号:1674-7720

国内刊号:11-5881/TP

杂志详情
相关热门期刊

服务介绍LITERATURE

正规发表流程 全程指导

多年专注期刊服务,熟悉发表政策,投稿全程指导。因为专注所以专业。

保障正刊 双刊号

推荐期刊保障正刊,评职认可,企业资质合规可查。

用户信息严格保密

诚信服务,签订协议,严格保密用户信息,提供正规票据。

不成功可退款

如果发表不成功可退款或转刊。资金受第三方支付宝监管,安全放心。