-
公开(公告)号:CN109727227A
公开(公告)日:2019-05-07
申请号:CN201811402574.6
申请日:2018-11-23
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供一种基于SPECT影像的甲状腺疾病诊断方法,使用一种改进的DenseNet网络结构的卷积神经网络进行图像分类,在Dense block中的跨层连接中增加对于权重有影响的参数,并使得以前各层的特征图的权重在训练中进行动态调整,从而使得网络具有更大的灵活性,提高分类性能。实施实例表明该方法能够获得优于其他深度学习方法的性能。本发明可以广泛应用于甲状腺疾病的诊断和其他图像分类问题。