超聲設(shè)備及超聲圖像分析方法

基本信息

申請?zhí)?/td> CN202110879409.5 申請日 -
公開（公告）號 CN113723461A 公開（公告）日 2021-11-30
申請公布號 CN113723461A 申請公布日 2021-11-30
分類號 G06K9/62（2006.01）I;G06N3/04（2006.01）I;A61B8/08（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 龍非筱;鄭浩;勒斌 申請（專利權(quán)）人 逸超科技（北京）有限公司
代理機構(gòu) 北京同立鈞成知識產(chǎn)權(quán)代理有限公司 代理人 張芳;臧建明
地址 101102北京市北京經(jīng)濟技術(shù)開發(fā)區(qū)科創(chuàng)十三街18號院29號樓1層103室
法律狀態(tài) -

摘要

摘要 本申請?zhí)峁┮环N超聲設(shè)備及超聲圖像分析方法，所述超聲設(shè)備包括：圖像采集單元，用于獲取待檢測區(qū)域的圖像；第一處理單元，用于將待檢測區(qū)域的圖像輸入第一神經(jīng)網(wǎng)絡(luò)模型，獲得第一輸出數(shù)據(jù)，特征提取單元，用于對病灶區(qū)域圖像進行圖像組學特征提取，獲得病灶區(qū)域圖像組學特征；第二處理單元，用于將所述病灶區(qū)域圖像的圖像組學特征以及第一神經(jīng)網(wǎng)絡(luò)模型中編碼器編碼的圖像特征，輸入第二分類模型，獲得第二輸出數(shù)據(jù)，其中，第二輸出數(shù)據(jù)表征病灶區(qū)域的病灶分類或等級。通過結(jié)合深度學習圖像特征和組學特征，增加了描述病灶圖像特征的維度，使分類模型更加準確，也一定程度增強了模型的可解釋性。