首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种甲状腺超声影像肿瘤分割分类与精细化评级方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:南京工业大学

摘要:本发明公开了一种甲状腺超声影像肿瘤分割分类与精细化评级方法,包括构建甲状腺结节自动分割分类模型,模型包括甲状腺区域先验引导特征增强网络PGFE_Net、甲状腺区域先验引导特征增强网络PGFE_Net、改进生成对抗网络GANs、Resnet50分类网络及梯度加权的类激活热力图Grad‑CAM;其中PGFE_Net和GANs提取输入图像的结节的大小、形状、边缘特性以及与周围组织的对比度信息,生成结节掩模,执行尺寸预测任务;结合结节掩模图像和原始超声图像,使用Resnet50进行特征鉴别与分类,根据TI‑RADS标准进行精确分类,利用Grad‑CAM提供模型决策的视觉解释。本发明能够有效提高甲状腺结节恶性肿瘤的检测和分类准确性,实现结节的精细化评级,为临床医生提供辅助诊断支持。

主权项:1.一种甲状腺超声影像肿瘤分割分类与精细化评级方法,其特征在于:包括以下步骤:步骤一:构建甲状腺结节自动分割分类模型TN-ASC,具体包括甲状腺区域先验引导特征增强网络PGFE_Net、改进生成对抗网络GANs、Resnet50分类网络以及梯度加权的类激活热力图Grad-CAM;其中PGFE_Net采用编码器解码器分别对输入甲状腺超声图像的结节特征、腺体特征中的结节大小形状以及边缘信息进行提取;GANs对输入的甲状腺超声图像提取出图片中的回声以及回声灶的特征;Resnet50分类网络将输入的PGFE_Net与GANs的提取的特征进行分类鉴别后输入梯度加权的类激活热力图Grad-CAM生成热力图,通过热力图显示优先级别实现辅助诊断;步骤二:构建训练分割分类模型的样本数据集;所述样本数据集中的样本为对甲状腺超声图像进行标注腺体标签或结节标签,进而构建包含甲状腺超声图像、仅包含腺体标签的腺体图像、仅包括结节标签的结节图像据的样本集;步骤三:训练分割分类模型;按照预设的比例设置训练集与测试集对模型进行训练得到训练好的甲状腺结节自动分割分类模型;步骤四:将需要测评的甲状腺超声图像输入训练好的模型后,PGFE_Net输出的结节掩膜图片、腺体掩膜图片以及结节大小信息,GANs输出的回声信息均送入Resnet50分类网络,Resnet50分类网络输出包含结节组成、回声、形状、边缘清晰度、回声灶方面的特征;步骤五:设计甲状腺结节症状计分器;该计分器为根据甲状腺结节TI-RADS分类标准进行设计的,其包括多个预设的甲状腺结节相关的特征,每个特征均根据症状的轻重分为对应的多种层级,每个层级对应不同的得分,进而得到该甲状腺超声图像的各个层级得分、综合得分;并根据综合得分将图片进行分级;步骤六:将计分器中包含的特征根据其预设的优先级、得分的高低输入梯度加权的类激活热力图Grad-CAM生成热力图,通过热力图显示优先级别实现辅助诊断。

全文数据:

权利要求:

百度查询: 南京工业大学 一种甲状腺超声影像肿瘤分割分类与精细化评级方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。