获取途径

作者

王怡伟 李晓兵 聂生东 姜立新 万财凤 蒋卓韵 贾守强

作者单位

¹上海理工大学健康科学与工程学院 ²上海交通大学医学院附属仁济医院超声科 ³山东第一医科大学附属济南人民医院影像科

刊名

中国医学物理学杂志

年份

2023

卷号

第40卷

期号

第8期

页码

988-995

ISSN

1005-202X

关键词

乳腺癌 深度学习 超声多模态 注意力机制 图像分类

分类号

R737.9

摘要

针对超声单模态信息量少的问题，提出基于双路神经网络的多模态乳腺肿块分类模型。收集来自上海交通大学医学院附属仁济医院2021年的96例乳腺癌患者的807张灰阶图像和807张弹性图像进行实验。首先，对传统的ResNeXt101模型进行改进，去掉最后的平均池化层和全连接层并添加注意力机制模块，以提高模型对图像重要信息的关注；然后，将病人同一病灶的灰阶图像和弹性图像分别输入至两个改进的ResNeXt101网络中；最后，将两路网络输出的特征进行拼接融合，构建全连接分类层进行良恶性鉴别。实验结果表明，使用双路网络准确率为84.27%,ROC曲线下面积为0.932，高于单模态的准确率和AUC值。

基金

上海市自然科学基金

学科

【教育部学科】医学

文献类型

期刊

浏览量

28