【技术实现步骤摘要】
一种基于超声视频的乳腺癌诊断装置及其方法
本专利技术涉及超声视频诊断领域，尤其涉及一种基于超声视频的乳腺癌诊断装置及其方法。
技术介绍
目前主要有三种针对乳腺癌的筛查方法：数字化乳腺钼靶X线、临床乳腺检查和乳腺B超检查。其中数字化乳腺钼靶X线检查优点是分辨率高，能够对用手触摸不到的肿块进行精准检测，对肥胖患者的脂肪型乳房和大乳房的诊断效果很好，缺点是容易忽视致密型乳腺和紧贴胸壁的病灶。临床乳腺检查具有检测费用低、无损伤、方便等优点，但是容易造成误诊漏诊，往往需要进一步的定期复查。乳腺B超检查是临床上检测和诊断乳腺癌的重要工具，具有真实性强、直观性好、容易掌握和诊断方便等优点，其中乳腺超声视频序列相比于超声图像包含更大的信息量。基于医学影像的计算机辅助诊断利用计算机技术和深度学习方法对医学影像进行分析，能为医生的临床诊断提供有效的第二意见，辅助医生的疾病诊断。随着深度学习技术的日益成熟，在各个领域中得到了广泛的使用，基于深度学习方法的检测和分类技术正被应用于医学影像领域。传统的目标检测和分类主要应用于自然图像，而医学图...
【技术保护点】
1.一种基于超声视频的乳腺癌诊断方法，其特征在于，包括以下步骤：/n(1)从B超设备端采集乳腺超声视频序列数据；/n(2)按照给定帧率将所述乳腺超声视频序列数据预处理成乳腺超声单帧图像序列数据；/n(3)使用特征提取网络和病灶检测网络分别对所述乳腺超声单帧图像序列提取特征图，检测病灶区域；/n(4)采用集成学习的方法对所有检测出病灶区域的乳腺超声单帧图像进行集成学习做出判别诊断，获得辅助诊断结果。/n
【技术特征摘要】
1.一种基于超声视频的乳腺癌诊断方法，其特征在于，包括以下步骤：
(1)从B超设备端采集乳腺超声视频序列数据；
(2)按照给定帧率将所述乳腺超声视频序列数据预处理成乳腺超声单帧图像序列数据；
(3)使用特征提取网络和病灶检测网络分别对所述乳腺超声单帧图像序列提取特征图，检测病灶区域；
(4)采用集成学习的方法对所有检测出病灶区域的乳腺超声单帧图像进行集成学习做出判别诊断，获得辅助诊断结果。
2.根据权利要求1所述的乳腺癌诊断方法，其特征在于，对所述乳腺超声单帧图像序列标签标注矩形框，矩形框内为乳腺肿瘤病灶。
3.根据权利要求1所述的乳腺癌诊断方法，其特征在于，步骤(3)的具体过程包括：
(a)使用特征提取网络对所述乳腺超声单帧图像序列进行特征提取，获取所述乳腺超声单帧图像序列的特征图；
(b)使用病灶检测网络对所述乳腺超声单帧图像序列的特征图进行病灶区域定位，检测所述乳腺超声单帧图像序列的病灶区域。
4.根据权利要求3所述的乳腺癌诊断方法，其特征在于，所述特征提取网络为预训练VGG16网络，所述预训练VGG16网络对输入的乳腺超声单帧图像序列数据进行层层特征映射，经过多层卷积、池化处理后，输出所述病灶检测网络所需的特征图。
5.根据权利要求4所述的乳腺癌诊断方法，其特征在于，所述特征提取网络采用预训练的VGG16网络，原始VGG16网络用于自然图像分类任务，在原始网络的基础上去掉最后的最大池化层和用于分类的三个全连接层，保留其余的卷积层用于特征提取，获得用于输入病灶检测网络的特征图。
6.根据权利要求3所述的乳腺癌诊断方法，其特征在于，所述病灶检测网络为...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。