Resumen

El nódulo tiroideo es un trastorno clínico con una alta tasa de incidencia, con un gran número de casos detectados cada año a nivel global. El análisis temprano de un nódulo tiroideo benigno o maligno utilizando imágenes de ultrasonido es de gran importancia en el diagnóstico del cáncer de tiroides. Aunque el ultrasonido de modo B se puede utilizar para encontrar la presencia de un nódulo en la tiroides, no existe un método existente para un diagnóstico preciso y automático de la imagen de ultrasonido. En esta búsqueda, el presente estudio contempló el desarrollo de un método de diagnóstico por ultrasonido para la identificación precisa y eficiente de nódulos tiroideos, basado en el aprendizaje por transferencia y una red neuronal convolucional profunda. Inicialmente, se adoptó el método de restauración de imagen autoadaptativo basado en la Variación Total (TV) para preprocesar la imagen de ultrasonido tiroideo y eliminar los bordes y marcas. Con la ampliación de datos como conjunto de entrenamiento,

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Nódulo tiroideo; Imágenes de ultrasonido; Diagnóstico; Red neuronal convolucional profunda; Transfer learning; Clasificación
• Keywords:Thyroid nodule; Ultrasound imaging; Diagnosis; Deep convolutional neural network; Transfer learning; Classification