换一批
换一批摘要目的 乳腺癌的早期诊断至关重要.本文旨在利用深度学习模型对自动乳腺超声(Automatic Breast Ultrasound,ABUS)数据中的乳头区域进行精确检测,确保乳腺肿瘤在早期阶段能够获得可靠的技术诊断支持.方法 采用基于YOLO系列模型的方法,对ABUS冠状面图像中的乳头区域进行定位检测,为乳腺肿瘤的诊断提供位置基准.结果 在本任务中,YOLO系列模型均表现出色.特别是YOLOv5 模型,其精确率高达 0.955,召回率达到 0.925,帧率为 243,满足临床诊断需求.结论 YOLOv5 模型在ABUS乳头定位任务中性能优良,为乳腺肿瘤的早期发现提供了技术支持,具有重要的临床意义.
更多相关知识
栏目名称
创新应用
发布时间
2025-02-20
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
