针对病变区域的多视图集成甲状腺分类网络

摘要

甲状腺结节是一种常见的内分泌疾病.近年来，随着深度学习的发展，提出了大量的甲状腺良恶性辅助诊断(CAD)方法.尽管CAD在甲状腺分类任务上表现良好，但目前大多数研究都是采用黑盒模式，并没有从医生的诊疗过程出发，忽视了医生是从肿瘤的多个角度及其周围组织信息进行诊断.因此本文提出一种多视图专家集成分类网络.首先，利用Curvelet变换得到更多图像特征；其次，将不同视图输入到多个专家网络模型中，以分而治之的策略进行诊断；最后，结合主治专家网络与多个辅助专家网络，实现对甲状腺结节良恶性的综合判断.实验结果表明，基于多视图集成网络的分类性能显著优于单视图方法，并在多个评价指标上表现出明显的提升.

关键词

集成学习 / 深度学习 / 甲状腺结节 / 多视图