能提供辅助意见的自动癌症识别系统,帮助及早发现癌症,增加成功、及时治疗的机会。
•利用先进的深度学习神经网络结构,从二维超声图像中识别病变状态,其准确度可达到甚至超过有经验的超声医生;
•在训练深度学习神经网络模型的时候,选取了医院常用的各种型号的超声机采集的图像,保证训练模型在临床实践中有更好和更广泛的适用性;
•为不同器官(如甲状腺、乳腺、肝、卵巢和膀胱)的肿瘤分类开发一个通用的深度学习神经网络结构,有望建立更可靠的基于机器的诊断模型,并易于技术维护和支持;
•采用计算机视觉领域的最新技术,使用深度学习神经网络检测主要肿瘤特征,以协助医生对肿瘤特征的描述,并为医生的最终诊断决策提供支持。