基于辅助诊断和主观美学的乳腺超声图像质量评价方法技术

本发明专利技术提供了一种基于辅助诊断和主观美学的乳腺超声图像质量评价方法。首先，构建少量强监督标注信息和大量弱监督标注信息的超声图像数据库；然后，采用多种小样本学习策略，训练病灶ROI的自动分割深度网络模型DNN‑1；接着，将ROI图像与原始图像一同输入，训练得到超声辅助诊断网络DNN‑2；最后，迁移辅助诊断网络的卷积层，结合医生的美学评分，训练得到美学评价卷积神经网络DNN‑3，并基于attention机制结合DNN‑2，得到乳腺超声图像质量评价结果。

Breast ultrasound image quality evaluation method based on auxiliary diagnosis and subjective aesthetics

【技术实现步骤摘要】
基于辅助诊断和主观美学的乳腺超声图像质量评价方法
本专利技术属医学图像处理
，具体涉及一种基于辅助诊断和主观美学的乳腺超声图像质量评价方法。
技术介绍
在医学超声检查过程中，图像质量对于诊断的准确性至关重要。目前，虽然没有世界范围内的统一标准，但对于灰阶超声(B超)和多普勒超声，各个国家或地区均有相关衡量标准，如探头配置、显示器性能，图像的均匀度、灵敏度(最大可视深度、信号噪声比)、几何精度、空间分辨率和对比度分辨率等。如文献“SassaroliElisabetta,CrakeCalum,ScorzaAndrea,KimDon-Soo,ParkMi-Ae.Imagequalityevaluationofultrasoundimagingsystems:advancedB-modes.[J].Journalofappliedclinicalmedicalphysics,2019,20(3).”提出了通过计算灰度映射函数、图像对比度、对比度-噪声比和高对比度空间分辨率等来衡量不同先进超声模式(HImode、SCImode、TACmode)图像本文档来自技高网...

【技术保护点】
1.一种基于辅助诊断和主观美学的乳腺超声图像质量评价方法，其特征在于步骤如下：/n步骤1：构建得到乳腺超声图像数据库，数据库包括乳腺超声图像及其强监督标注信息或弱监督标注信息，所述的强监督标注信息是指精确标注出图像中的病灶ROI、对应诊断结果和美学评分的信息，所述的弱监督标注信息是指仅标注出图像对应诊断结果和美学评分的信息；所述的美学评分为1-5级标识，分数越高图像质量越好；其中，数据库中带有强监督标注信息的乳腺超声图像不少于500幅，带有弱监督标注信息的乳腺超声图像不少于1200幅；/n步骤2：采用多种小样本学习策略，训练病灶ROI的自动分割深度网络模型DNN-1，具体为：/n步骤2.1：将...

【技术特征摘要】
1.一种基于辅助诊断和主观美学的乳腺超声图像质量评价方法，其特征在于步骤如下：
步骤1：构建得到乳腺超声图像数据库，数据库包括乳腺超声图像及其强监督标注信息或弱监督标注信息，所述的强监督标注信息是指精确标注出图像中的病灶ROI、对应诊断结果和美学评分的信息，所述的弱监督标注信息是指仅标注出图像对应诊断结果和美学评分的信息；所述的美学评分为1-5级标识，分数越高图像质量越好；其中，数据库中带有强监督标注信息的乳腺超声图像不少于500幅，带有弱监督标注信息的乳腺超声图像不少于1200幅；
步骤2：采用多种小样本学习策略，训练病灶ROI的自动分割深度网络模型DNN-1，具体为：
步骤2.1：将每一幅带强监督标注图像横向均分为m段，纵向均分为n段，以此切割出m*n个互相不重叠的小图像块，并将包括病灶ROI边缘的图像块标记为1，其余图像块标记为0；然后，将所有小图像块输入卷积网络，得到小图像块的抽象特征矢量；再以小图像块的抽象特征矢量及小图像块的标记为输入，训练SVM分类器，得到判断小图像块是否含有病灶ROI的分类决策面；
步骤2.2：随机从数据库中选择200幅带弱监督标注的图像，采用步骤2.1中的方式将每一幅图像分别划分为m*n个图像块，并利用步骤2.1得到的分类决策面对每一个图像块进行分类，每个图像块得到是否含有病灶ROI的伪标签1或0；
步骤2.3：以步骤2.2得到的所有带伪标签的图像块和步骤2.1中对带强监督标注图像切割得到的所有带标记的小图像块为输入，重新训练SVM分类器，得到新的判断小图像块是否含有病灶ROI的分类决策面；
步骤2.4：采用步骤2.1中的方式对数据库中剩余带弱监...

【专利技术属性】
技术研发人员：黄庆华，周家康，习佳宁，李学龙，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61