Deep Convolutional Neural Networks for Thyroid Tumor Grading using Ultrasound B-mode Images

卷积神经网络 分级(工程) 接收机工作特性 超声波 人工智能 计算机科学 模式识别(心理学) 放射科 医学 机器学习 工程类 土木工程
作者
Juntao Shao,Jingjing Zheng,Bing Zhang
出处
期刊:Journal of the Acoustical Society of America [Acoustical Society of America]
卷期号:148 (3): 1529-1535 被引量:10
标识
DOI:10.1121/10.0001924
摘要

The performances of deep convolutional neural network (DCNN) modeling and transfer learning (TF) for thyroid tumor grading using ultrasound imaging were evaluated. This retrospective study included input patient data (ultrasound B-mode image sets) assigned to the training group (115 participants) or testing group (28 participants). DCNN (ResNet50) and TF (ResNet50, ResNet101, ResNet152, VGG16, Inception V3, and DenseNet201), which trains a convolutional neural network that has been pre-trained on ImageNet, were used for image classification based on thyroid tumor grade. Supervised training was performed by using the DCNN or TF model to minimize the difference between the output data and clinical grading. The performances of the DCNN and TF models were assessed in the testing dataset with receiver operating characteristic analyses. Results showed that TF based on Resnet50 and VGG16 had better performance than DCNN (ResNet50) in differentiating thyroid tumor with areas under the receiver operating characteristic (AUCs) curve more than 0.8. However, TF based on ResNet101, ResNet152, InceptionV3, and Densenet201 had equal or worse performances than DCNN (ResNet50) in grading thyroid tumor with AUCs less than 0.5. TF based on ResNet50 and VGG16 had a superior performance compared to DCNN (ResNet50) model for grading thyroid tumors based on ultrasound images.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
1秒前
Hana发布了新的文献求助10
1秒前
fff完成签到,获得积分10
1秒前
缥缈的向日葵完成签到,获得积分10
2秒前
Wu完成签到,获得积分10
2秒前
诚心天奇完成签到,获得积分10
3秒前
赵依梦完成签到,获得积分10
3秒前
打工人打工混完成签到,获得积分10
3秒前
4秒前
迷人耗子精完成签到,获得积分10
4秒前
4秒前
费费仙女发布了新的文献求助10
5秒前
weiyu_u发布了新的文献求助10
5秒前
Jim完成签到,获得积分10
5秒前
感动的寒风完成签到,获得积分10
5秒前
六零九一完成签到,获得积分10
6秒前
6秒前
7秒前
BQ应助畅快傲菡采纳,获得10
7秒前
euphoria发布了新的文献求助20
7秒前
jiangfei完成签到,获得积分10
8秒前
浅香千雪发布了新的文献求助10
8秒前
CrazyLion完成签到,获得积分10
8秒前
房LY完成签到,获得积分10
8秒前
9秒前
淡然善斓完成签到,获得积分10
9秒前
Maestro_S发布了新的文献求助10
10秒前
虚拟莫茗完成签到,获得积分10
10秒前
10秒前
poohpooh完成签到,获得积分20
10秒前
Zero_榊啸号完成签到,获得积分10
10秒前
轻松的雨竹完成签到 ,获得积分10
11秒前
sunyafei完成签到,获得积分10
11秒前
酷炫灵安完成签到,获得积分10
12秒前
蛋炒饭完成签到,获得积分10
12秒前
3333发布了新的文献求助10
12秒前
Alisha完成签到,获得积分10
12秒前
今后应助就叫我小王吧采纳,获得10
13秒前
NexusExplorer应助由不尤采纳,获得10
13秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
An Introduction to Geographical and Urban Economics: A Spiky World Book by Charles van Marrewijk, Harry Garretsen, and Steven Brakman 500
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3150871
求助须知:如何正确求助?哪些是违规求助? 2802403
关于积分的说明 7847692
捐赠科研通 2459732
什么是DOI,文献DOI怎么找? 1309322
科研通“疑难数据库(出版商)”最低求助积分说明 628884
版权声明 601757