您的账号已在其他设备登录，您当前账号已强迫下线， 如非您本人操作，建议您在会员中心进行密码修改
目的 本研究利用深度学习方法,基于深度卷积神经网络模型,对中孕期胎儿超声筛查图像的31个标准切面进行自动识别.方法 采集孕20～24周胎儿超声筛查切面图像共76260张(包含31个切面),将其划分为训练集68386张,测试集7874张.在Vgg16网络模型上进行模型微调,加载数据集进行训练.将训练好的模型在测试集进行验证.结果 该模型对于胎儿超声筛查切面的识别正确率为94.8％.结论 该方法能够准确识别胎儿超声筛查图像的每个切面,为胎儿超声图像的自动质量控制解决方案打下了坚实的基础.
作者：陈健；赵海桐；杨玉志；徐志扬；茹彤
来源：中国医疗设备 2020 年 35卷 5期
临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求，方便快速、便捷的获取实用的医学信息，辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。
知识库介绍
临床诊疗知识库现支持机构用户及个人包时用户开通服务。如需开通机构账号，请机构管理员联系我们，联系电话：010-58882667；个人包时开通请直接点击“个人包时订购”，开通后即可使用。
相似文献
