首页> 中文期刊> 《山西医药杂志》 >机器学习模型预测甲状腺结节良恶性分析

机器学习模型预测甲状腺结节良恶性分析

         

摘要

cqvip:甲状腺结节的无创诊断主要依赖于影像学检查,其中超声检查具有经济性强、无害、无创、操作简单且准确率较高的特点,但传统的超声检查对操作人员的依赖性较强,且诊断结果准确性受阅片人员的影响较大,因此若医师知识储备不足或高强度工作导致的疲劳均可能导致超声诊断准确率下降[1]。随着计算机与影像学技术的不断融合与发展。

著录项

  • 来源
    《山西医药杂志》 |2021年第20期|2899-2901|共3页
  • 作者单位

    201505 上海市金山区亭林医院普外科;

    201505 上海市金山区亭林医院信息科;

    201505 上海市金山区亭林医院普外科;

    201505 上海市金山区亭林医院普外科;

    201505 上海市金山区亭林医院普外科;

    201505 上海市金山区亭林医院普外科;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号