基于人工神经网络模型超声造影特征自动识别系统及方法技术方案

本发明专利技术提供了基于人工神经网络模型超声造影特征自动识别系统及方法，该系统包括：输入超声造影图像数据的数据输入单元；收集并存储所输入的所述超声造影图像数据的数据存储单元；从收集到的所述超声造影图像数据中提取各种超声造影图像特征的数据处理单元，所述数据处理单元配置为基于所述各种超声造影图像特征及其所对应的识别结果构建人工神经网络，并基于所述人工神经网络识别待处理的图像；输出所述数据处理单元的处理结果的数据输出单元。采用本发明专利技术，能起到辅助识别感兴趣区（病变区域）病变CEUS特征的目的。

【技术实现步骤摘要】
201610026994

【技术保护点】
一种基于人工神经网络模型超声造影特征自动识别系统，其特征在于，包括：输入超声造影图像数据的数据输入单元；收集并存储所输入的所述超声造影图像数据的数据存储单元；从收集到的所述超声造影图像数据中提取各种超声造影图像特征的数据处理单元，所述数据处理单元配置为基于所述各种超声造影图像特征及其所对应的识别结果构建人工神经网络，并基于所述人工神经网络识别待处理的图像；输出所述数据处理单元的处理结果的数据输出单元。

【技术特征摘要】
1.一种基于人工神经网络模型超声造影特征自动识别系统，其特征在于，包括：
输入超声造影图像数据的数据输入单元；
收集并存储所输入的所述超声造影图像数据的数据存储单元；
从收集到的所述超声造影图像数据中提取各种超声造影图像特征的数据处理单元，所
述数据处理单元配置为基于所述各种超声造影图像特征及其所对应的识别结果构建人工
神经网络，并基于所述人工神经网络识别待处理的图像；
输出所述数据处理单元的处理结果的数据输出单元。
2.根据权利要求1所述的系统，其特征在于，所述数据处理单元配置为根据所述各种超
声造影图像特征逐步回归选取最重要的图像特征，剔除无关的图像特征分别采用前向选择
和后向选择法构建所述人工神经网络。
3.一种基于人工神经网络模型超声造影特征自动识别方法，其特征在于，包括：
输入超声造影图像数据；
收集并存储所输入的所述超声造影图像数据以建立超声造影图像数据库；
从收集到的所述超声造影图像数据中提取各种超声造影图像特征；
根据所述各种超声造影图像特征及其所对应的识别结果构建人工神经网络；
基...

【专利技术属性】
技术研发人员：徐辉雄，郭乐杭，
申请(专利权)人：上海市第十人民医院，
类型：发明
国别省市：上海;31