一种基于TV模型与GoogLeNet模型的甲状腺结节检测和分类方法

摘要

一种基于TV模型与GoogLeNet模型的甲状腺结节检测和分类方法，采用基于TV模型的自适应图像修复方法对甲状腺超声图像进行预处理，消除边框标记，为提升网络的结节分类性能，本专利采用深度学习的方法，构建GoogLeNet Incepetion V1模型在甲状腺超声波图像数据集进行实验。本发明能修复超声图像中因标记破坏的部分纹理，并有效提取甲状腺结节的特征，大大提升医生的诊断效率。