一种基于复合神经网络的超声造影视频数据分析方法技术

本发明专利技术公开了一种基于复合神经网络的超声造影(CEUS)视频数据分析方法，通过获取待分析肝脏病变的超声造影多期视频数据，从多期视频数据中提取出多个超声造影时序单元，并标注多个超声造影时序单元，再通过复合神经网络提取各时序单元的综合信息，并根据各时序单元的综合信息进行后续网络训练，得到针对肝脏病变判定的参数权重，根据网络参数和参数权重构建肝脏病变分析模型，最后将待分析肝脏病变的超声造影多期视频数据输入至肝脏病变分析模型，输出待分析肝脏病变的分析结果。采用本发明专利技术提供的实施例，不仅能够充分利用CEUS时序信息，还降低了对视频分析的计算机算力需求，从而能够快速地对待分析肝脏病变进行分析。

【技术实现步骤摘要】
一种基于复合神经网络的超声造影视频数据分析方法
本专利技术涉及医疗及数据处理
，尤其涉及一种基于复合神经网络的超声造影视频数据分析方法。
技术介绍
CEUS是评估肝脏病变的三大常规影像手段之一(其他两者为CT、MR)，其广泛的应用为临床研究积累了大量的宝贵数据。但由于不同仪器、不同成像条件及不同操作者等造成的数据异质性，针对CEUS的计算机辅助诊断技术开发较少，极大限制了其技术发展。CEUS视频能从血流灌注学提供与病变密切相关的影像信息，反映了一个连续、动态变化的增强-消退过程，即时序信息。这是CEUS相较于其他影像手段的最大优势所在。随着深度神经网络的发展，出现了针对时序信息分析的网络，即从时间和空间上实现特征表示的网络。如长短时记忆网络(LongShort-TermMemory,LSTM)和3DCNN便是这一领域的突破。LSTM包含独特的“记忆单元”以存储和调用随时序变化的图像前后信息；3DCNN可以从相邻帧的多个信息通道中分别进行卷积，然后整合各通道信息以获得最终特征表示。两者为有效整合CEUS多期视频的时序信息以提本文档来自技高网...

【技术保护点】
1.一种基于复合神经网络的超声造影视频数据分析方法，其特征在于，包括以下步骤：/n获取待分析肝脏病变的超声造影多期视频数据；/n从所述多期视频数据中提取出多个超声造影时序单元，并标注所述多个超声造影时序单元；/n通过复合神经网络提取各时序单元的综合信息，并根据所述各时序单元的综合信息进行后续网络训练，得到针对肝脏病变判定的参数权重，根据网络参数和所述参数权重构建肝脏病变分析模型；/n将所述待分析肝脏病变的超声造影多期视频数据输入至所述肝脏病变分析模型，输出所述待分析肝脏病变的分析结果。/n

【技术特征摘要】
1.一种基于复合神经网络的超声造影视频数据分析方法，其特征在于，包括以下步骤：
获取待分析肝脏病变的超声造影多期视频数据；
从所述多期视频数据中提取出多个超声造影时序单元，并标注所述多个超声造影时序单元；
通过复合神经网络提取各时序单元的综合信息，并根据所述各时序单元的综合信息进行后续网络训练，得到针对肝脏病变判定的参数权重，根据网络参数和所述参数权重构建肝脏病变分析模型；
将所述待分析肝脏病变的超声造影多期视频数据输入至所述肝脏病变分析模型，输出所述待分析肝脏病变的分析结果。


2.如权利要求1所述的基于复合神经网络的超声造影视频数据分析方法，其特征在于，所述获取待分析肝脏病变的超声造影多期视频数据，具体为：
对待分析肝脏病变进行多期分段视频数据采集，得到多期视频数据；
其中，每期包括动脉期、门脉期以及延迟期。


3.如权利要求2所述的基于复合神经网络的超声造影视频数据分析方法，其特征在于，所述从所述多期视频数据中提取出多个超声造影时序单元，并标注所述多个超声造影时序单元，具体为：
按照预设的时间节点在每期视频数据的动脉期、门脉期以及延迟期中各提取...

【专利技术属性】
技术研发人员：胡航通，王伟，陈立达，阮思敏，匡铭，谢晓燕，吕明德，
申请(专利权)人：中山大学附属第一医院，
类型：发明
国别省市：广东;44