甲状腺
基于区域分割算法
甲状腺结节识别
本软件利用AI技术，可自动识别出超声甲状腺的结节轮廓，并在超声扫查时，实时提醒超声图像中的结节位置，极大提高医生扫查结节的准确度。
本软件采用深至自研的UNET+自定义网络层的语义分割模型，采用20000例超声数据用于模型训练。
甲状腺结节特征分析
本软件利用AI技术,可自动识别出规声甲状腺结节的组成、回声、纵横比、边缘边界以及钙化度,并辅助 TIRADS分级提高医生扫查甲状腺的准确度。
本软件采用深至自研的分类网络模型,采用40000例超声数据用于模型训练。
使用场景
本软件主要应用于体检中心甲状腺超声检查及县域、乡镇健康筛查。甲状腺疾病是全球发病率最高的疾病之一，占全球所有疾病的3%。目前我国甲状腺疾病总患病率近20%，甲状腺癌发病率年均增加12.4%，甲状腺癌症死亡率年均增加2.9%。甲状腺超声检查是体检和健康筛查的主要组成部分。
本软件通过部位识别、结节诊断等功能帮助医生快速识别甲状腺病变，减少阅片差异，降低漏诊率。
高性能
99
%
灵敏度
95
%
特异性
96
%
AUC
*支持实时计算（FPS>12）
运用
用超声机型：GE/飞利浦/迈瑞/国产超声
可用计算单元：手机/NVIDIA Xavier/计算机/Cloud
可用部署平台：Android/Windows/Linux
成熟度
>5000
应用医疗机构数量
>2500
h
模型训练时长
注册证
有
公司地址:
Jintie Square, Putuo District, Shanghai
联系方式:
021- 01204327
企业邮箱:
danghoang87hl@senz.com
官方公众号
官方客服
微查app
门诊通app