【技术实现步骤摘要】
一种基于超声图像的甲状腺弥漫性疾病智能诊断方法及系统
本专利技术涉及超声图像分析领域，具体涉及一种基于超声图像的甲状腺弥漫性疾病智能诊断方法及系统。
技术介绍
甲状腺弥漫性疾病是一种常见的甲状腺疾病，常见的主要有桥本病和Graves病。超声图像检查目前广泛使用的甲状腺疾病检查方法之一。基于超声图像纹理特征进行甲状腺弥漫性疾病的研究，及时对患者患甲状腺弥漫性疾病的情况进行诊断，在临床上具有重要意义。目前在计算机辅助诊断领域常见利用深度学习和影像组学等方法基于超声图像对甲状腺结节性疾病进行研究，但是对甲状腺弥漫性疾病的影像组学研究资料很少，仅有部分研究人员利用影像组学方法，通过提取图像的纹理特征实现了桥本病与正常甲状腺的区分，或者对甲状腺甲亢和加减进行区分。但对多种常见的弥漫性甲状腺疾病，如Graves病、桥本病和正常甲状腺组织的超声图像的分类还处于空白状态，更没有研究专门针对甲状腺疾病的特点提出相应的纹理特征，以提高弥漫性疾病的诊断精度。因此临床上对成熟的甲状腺弥漫性疾病诊断系统有很强需求。
技术实现思路
...
【技术保护点】
1.一种基于超声图像的甲状腺弥漫性疾病智能诊断方法，其特征在于，包括如下步骤：/nS1、基于Faster R-CNN 模型截取超声图像的感兴趣区域，并通过图像增强处理突出感兴趣区域；/nS2、基于DSSD_Inception_V3模型实现感兴趣区域中甲状腺弥漫区域的检测和识别，并截取甲状腺弥漫区域；/nS3、基于连通分量外接矩形的长宽比进行甲状腺弥漫区域尺寸的测量，输出测量结果；/nS4、根据甲状腺弥漫区域位置参数、数量参数、及其对应的尺寸参数实现甲状腺弥漫性疾病的诊断。/n
【技术特征摘要】
1.一种基于超声图像的甲状腺弥漫性疾病智能诊断方法，其特征在于，包括如下步骤：
S1、基于FasterR-CNN模型截取超声图像的感兴趣区域，并通过图像增强处理突出感兴趣区域；
S2、基于DSSD_Inception_V3模型实现感兴趣区域中甲状腺弥漫区域的检测和识别，并截取甲状腺弥漫区域；
S3、基于连通分量外接矩形的长宽比进行甲状腺弥漫区域尺寸的测量，输出测量结果；
S4、根据甲状腺弥漫区域位置参数、数量参数、及其对应的尺寸参数实现甲状腺弥漫性疾病的诊断。
2.如权利要求1所述的一种基于超声图像的甲状腺弥漫性疾病智能诊断方法，其特征在于，所述步骤S1中，通过图像增强处理得到的ROI区域内图像与原图像灰度相同，而ROI外区域灰度置为0的图像。
3.如权利要求1所述的一种基于超声图像的甲状腺弥漫性疾病智能诊断方法，其特征在于，所述DSSD_Inception_V3模型采用DSSD目标检测算法，基于甲状腺弥漫区域图像集训练所得。
4.如权利要求1所述的一种基于超声图像的甲状腺弥漫性疾病智能诊断方法，其特征在于，所述步骤S2中，所截取的甲状腺弥漫区域均携带有其在超声图像中的位置信息。
5.如权利要求1所述的一种基于超声图像的甲状腺弥漫性疾病智能诊断方法，其特征在于，所述步骤S3中，首先基于FasterR-CNN模型实现甲状腺弥漫区域形状的识别，然后根据形状识别结果定位尺寸测量点，然后基于连通分量外接矩形的长宽比进行各尺寸测量点之间距离的测量。...
【专利技术属性】
技术研发人员：李苗，张红丽，姜珏，周琦，何鑫，黄丽丽，
申请(专利权)人：西安交通大学医学院第二附属医院，
类型：发明
国别省市：陕西;61
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。