基于深度学习的肝脏超声影像脂肪肝分级识别方法研究

Abstract

随着生活方式的改变，脂肪肝的发病率逐年上升，已成为常见的慢性肝脏疾病之一。超声检查因其无创性、低成本和便捷性，被广泛用于脂肪肝的临床筛查与初步诊断。然而，传统超声影像判读依赖医生经验，存在一定的主观性与不一致性。针对这一问题，本文提出一种基于深度学习的肝脏超声影像脂肪肝分级识别方法。该方法通过构建卷积神经网络模型，实现对不同脂肪肝等级的自动识别。同时，引入数据预处理与增强策略，提高模型对复杂图像特征的学习能力。实验结果表明，该方法在分类准确性与稳定性方面均优于传统方法，具有良好的临床辅助应用潜力。