机构名称：
¥ 1.0
仅使用超声图像来训练深度学习算法（称为从头开始训练）需要大量带标签的超声图像，因为深度学习算法的诊断性能会根据训练数据集的大小而提高 (11)。然而，由于人力和成本限制，可收集的数据量有限。此外，成功训练需要多少图像也是未知的。然而，有几种方法可以解决这一限制。其中一种流行的方法是迁移学习，它使用预先训练的模型，从而节省时间。预训练模型在大型基准数据集上进行训练，以解决与我们想要解决的问题类似的问题。例如，Inception 是最流行的模型之一，并使用 ImageNet 数据库进行预训练，该数据库包含超过 120 万张日常生活中常见物品的图像。使用预训练模型比训练整个深度学习算法层更有效率，尽管数据集不包含医疗图像或包含超声图像 (12)。
人工智能用于甲状腺结节超声图像分析
主要关键词
相关文件推荐
