一種基于較深網(wǎng)絡結構的超聲結節(jié)分級與良惡性預測方法

基本信息

申請?zhí)?/td> CN202110675392.1 申請日 -
公開（公告）號 CN113450320A 公開（公告）日 2021-09-28
申請公布號 CN113450320A 申請公布日 2021-09-28
分類號 G06T7/00（2017.01）I;G06T7/11（2017.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06K9/62（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 胡海蓉;蔣天安;趙齊羽;張雷;張燕 申請（專利權）人 浙江德尚韻興醫(yī)療科技有限公司
代理機構 杭州中成專利事務所有限公司 代理人 周世駿
地址 310012浙江省杭州市西湖區(qū)文三路90號5幢北6層
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及醫(yī)學圖像人工智能技術，旨在提供一種基于較深網(wǎng)絡結構的超聲結節(jié)分級與良惡性預測方法。包括：收集足量的超聲結節(jié)圖像，建立用于訓練結節(jié)分割模型的數(shù)據(jù)集，以及分級和良惡性分類數(shù)據(jù)集；以EfficientNet?B4網(wǎng)絡結構作為基礎網(wǎng)絡，利用數(shù)據(jù)集進行訓練，得到結節(jié)分割模型；修改全連接層并列輸出結節(jié)分級和良惡性分類；使用加權交叉熵損失函數(shù)進行訓練，得到分級與良惡性分類模型；利用兩個模型，將待測試的靜態(tài)超聲圖像輸入、判斷和結節(jié)分割，然后對超聲圖像中結節(jié)的分級和良惡性作出預測。與淺層網(wǎng)絡相比，本發(fā)明提高了結節(jié)分割和分類準確率，其中結節(jié)分級與良惡性識別具有重要臨床意義；可解決不同類別數(shù)量不平衡問題，提高樣本較少類別的準確率。