一种基于对抗式学习的甲状腺结节超声影像数据集增强方法

摘要

本发明涉及一种基于对抗式学习的甲状腺结节超声影像数据集增强方法，用于甲状腺结节的数据集扩充和模型适应能力的扩充，进而通过深度学习技术实现对甲状腺结节的良恶性的准确判断，相对于传统数据增强方法，生成对抗网络在图像生成的效果上有着潜在优势，一定程度上可以解决分类网络中由于数据集较少带来的过拟合问题。