超声造影影像中的甲状腺结节自动检出及良恶性判断
价格 双方协商
地区: 天津市 市辖区 南开区
需求方: 天津***平台
行业领域
生物产业,制造业
需求背景
通过分析甲状腺结节的超声造影影像,设计一套完整的基于深度学习模型的,结节自动检出及良恶性判断的系统。首先,应获取一批具有病理信息标注的超声造影成像的甲状腺结节影像,参赛人员需搭建模型并设计策略,实现对于单一超声影像中的甲状腺结节的bounding box进行自动的检出,评价标准应为与金标准bounding box的平均重合率(DICE),其次对于检出的甲状腺结节,改模型或解决方案应能够自动判别良恶性(二分类),并通过最终病理活检结果相对比,判断其预测病灶良恶性的能力。
需解决的主要技术难题
通过分析甲状腺结节的超声造影影像,设计一套完整的基于深度学习模型的,结节自动检出及良恶性判断的系统。首先,应获取一批具有病理信息标注的超声造影成像的甲状腺结节影像,参赛人员需搭建模型并设计策略,实现对于单一超声影像中的甲状腺结节的bounding box进行自动的检出,评价标准应为与金标准bounding box的平均重合率(DICE),其次对于检出的甲状腺结节,改模型或解决方案应能够自动判别良恶性(二分类),并通过最终病理活检结果相对比,判断其预测病灶良恶性的能力。
期望实现的主要技术目标
通过分析甲状腺结节的超声造影影像,设计一套完整的基于深度学习模型的,结节自动检出及良恶性判断的系统。首先,应获取一批具有病理信息标注的超声造影成像的甲状腺结节影像,参赛人员需搭建模型并设计策略,实现对于单一超声影像中的甲状腺结节的bounding box进行自动的检出,评价标准应为与金标准bounding box的平均重合率(DICE),其次对于检出的甲状腺结节,改模型或解决方案应能够自动判别良恶性(二分类),并通过最终病理活检结果相对比,判断其预测病灶良恶性的能力。
处理进度