面向甲状腺结节良恶分类的cRes-GAN算法

摘要

cqvip:针对甲状腺结节良恶性分类问题,设计建立了条件限制残差生成对抗网络(cResGAN)算法。利用DICOM格式的1501份甲状腺结节数据建立了数据集,并且在该数据集上进行测试得到算法分类正确率为92.2%。将cResGAN与Hog+随机森林、ResNet18,Res18GAN,ACGAN等其他4种算法相比,其分类正确率分别提升了24.8%,10.0%,12.6%和25.3%,分类效果得到了显著提升。所设计的算法可为医生的甲状腺结节良恶性诊断提供有效的辅助建议。