技术摘要：
本发明公开了一种膝关节周围原发恶性骨肿瘤人工智能辅助诊断模型，包括骨肿瘤诊断卷积神经网络，所述骨肿瘤诊断卷积神经网络由卷积层、最大池化层和全连接层组成，所述骨肿瘤诊断卷积神经网络的卷积层使用选定的卷积核和参数矩阵对输入图片进行带权值卷积计算，输入图  全部
背景技术：
卷积神经网络是一种深度前馈人工神经网络，广泛且成功地应用于图像识别领 域。卷积神经网络布局更加接近实际的生物神经网络，通过对输入样本的学习调整网络各 层的权值矩阵，建立神经网络模型对真实数据进行分类判别。卷积神经网络避免了显式的 特征抽取，隐式地从训练数据中进行学习，同时采用权值共享的方式降低了网络的复杂性。 原发恶性骨肿瘤是一组恶性程度很高的间叶来源肿瘤，以骨肉瘤、尤文肉瘤和未 分化肉瘤(恶性纤维组织细胞瘤)为代表。 原发恶性骨肿瘤起病较为隐匿，X线检查目前仍然是基层医疗机构早期筛查和诊 断该类疾病的主要方法。但是由于骨肿瘤疾病较为少见，我国基层一线骨科影像科医生并 不完全具备准确诊断和判断的能力，在临床上经常将骨肿瘤疾病与其他常见骨科疾病(比 如骨感染、疲劳骨折、退行性骨关节病等)混淆，骨肿瘤的漏诊误诊率较高。这直接导致有相 当高比例的原发恶性骨肿瘤患者会因诊断不及时错过最佳的治疗时机，失去了保留肢体的 机会。不仅如此，诊断延误还恶化了治疗开始前肿瘤的临床分期，增加了肿瘤肺转移发生的 概率，给患者的生存预后带来了负面影响。所以，我国基层医院急需种准确可靠的原发恶性 骨肿瘤的人工智能诊断平台。
技术实现要素：
本发明的目的在于提供一种膝关节周围原发恶性骨肿瘤人工智能辅助诊断模型， 以解决上述