一种基于NPU本地语义分割的甲状腺病变检测系统技术方案

本发明专利技术公开了一种基于NPU本地语义分割的甲状腺病变检测系统，包括高分辨率甲状腺病变图像采集模块、神经网络语义分割模块、NPU边缘设备图像处理模块、可视化模块；系统采集甲状腺病变图片作为数据集；使用深度学习框架构建甲状腺病变鉴定的语义分割网络；将原始甲状腺图片进行标注构建数据标签，将原始图片和标签送入神经网络进行训练；将训练好的模型转换后部署到NPU处理器中，编写NPU处理器硬件资源调用模块、图像采集模块、神经网络推理模块、图像后处理模块和可视化显示模块驱动程序；使用摄像头采集高分辨率静态图片存入本地；使用NPU硬件加速模块对摄像头采集甲状腺病变图片通过神经网络算法进行本地分割并显示检测结果。过神经网络算法进行本地分割并显示检测结果。过神经网络算法进行本地分割并显示检测结果。

【技术实现步骤摘要】
一种基于NPU本地语义分割的甲状腺病变检测系统


[0001]本专利技术涉及智能硬件及辅助医疗诊断领域，尤其是涉及一种基于NPU本地检测语义分割的甲状腺病变检测系统。

技术介绍

[0002]随着科学技术不断地进步，工业、医疗、生活等都朝着智能化的方向发展，人工智能时代的到来给生活的方方面面带来了极大的便利，智慧医疗属于人工智能领域一个庞大的分支。甲状腺是人体最大的内分泌腺体，位于人体颈部正前方的位置，在喉结下方，形状似蝴蝶。其主要功能是合成甲状腺激素，调节机体代谢，在人体生长发育和新陈代谢方面扮演着重要的角色，其体积很小，一般情况下只有20
‑
30g，而甲状腺结节是甲状腺细胞异常增生后出现的团块，临床上常把甲状腺结节和甲状腺肿瘤混用，发病时，结节可以是一个也可以是多个。根据甲状腺的严重程度可以分为良性和恶性两类，恶性甲状腺结节以分化为甲状腺癌居多，若癌肿远处转移，将会对患者的身体健康和日常生活造成严重的影响。
[0003]目前甲状腺结节病变的诊断方式是拍摄超声图像，通过医生的经验来诊断甲状腺的病变情况，但是这种方式存在诸本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于NPU本地语义分割的甲状腺病变检测系统，包括高分辨率甲状腺病变图像采集模块、神经网络语义分割模块、NPU边缘设备图像处理模块和可视化模块，其特征在于：所述图像采集预处理模块，用于采集甲状腺病变图像，进行数据增强预处理；所述神经网络语义分割模块，采用MindSpore深度学习框架进行语义分割模型训练，将大量原始甲状腺病变图像和标签，输入到神经网络中训练，得到可分割出病变区域的网络模型；所述NPU边缘设备图像处理模块，将训练好的网络模型部署在NPU上，将摄像头采集的甲状腺病变图片经过语义分割网络本地计算推理，得到病变输出结果；所述可视化模块，实时呈现NPU推理后的结果。2.根据权利要求1所述的一种基于NPU本地语义分割的甲状腺病变检测系统，其特征在于所述图像采集预处理模块，采用CMOS摄像头采集高分辨率甲状腺病变图像。3.根据权利要求1所述的一种基于NPU本地语义分割的甲状腺病变检测系统，其特征在于所述图像采集预处理模块，拍摄800万物理像素以上的图片，采集3280
×
2464像素以上的静态图片，支持多种格式的摄像模式，将摄像头采集甲状腺图片保存至本地后，进行图像预处理，包括数据增强和尺寸调整。4.根据权利要求1所述的一种基于NPU本地语义分割的甲状腺病变检测系统，其特征在于所述的神经网络语义分割模块，使用Atti
‑
Unet作为语义分割网络，结合Unet网络的卷积特征提取特点和注意力机制Attention，对权重进行分配及关注重点特点，对甲状腺进行分割，包括数据预处理、甲状腺结节语义分割模块、网络结构优化模块；所述数据预处理模块，将原始图片转换为适合语义分割神经网络处理的图像格式...

【专利技术属性】
技术研发人员：许雨婷，李文钧，岳克强，李懿霖，李瑞雪，梁嘉铠，赵金铎，甘智高，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：