一种基于特征解耦的超声图像甲状腺结节分类方法技术

本发明专利技术公开一种基于特征解耦的超声图像甲状腺结节分类方法，应用于图像处理技术领域，针对现有技术局限于改变神经网络的输入来获得不同视野下的特征的问题；本发明专利技术建立了一种新的局部/全局特征提取方法，该方法使用自注意机制设计了组织

【技术实现步骤摘要】
一种基于特征解耦的超声图像甲状腺结节分类方法


[0001]本专利技术属于图像处理
，特别涉及一种基于特征解耦的超声图像甲状腺结节分类技术。

技术介绍

[0002]甲状腺结节是一种常见的结节性病变。根据中华医学会对甲状腺疾病的流行病学调查结果显示，甲状腺结节的患病率高达18.6％，其中恶性结节(甲状腺癌)占5％
‑
15％。为了使甲状腺结节患者获得正确的治疗方式，准确区分结节良恶性至关重要。诊断甲状腺结节良恶性有两种常用的方法：无创的甲状腺超声成像和有创的细针穿刺活检(fine
‑
needle aspiration biopsy,FNAB)。FNAB是结节诊断的金标准，但使用FNAB进行大规模筛查会使患者遭受创伤并产生大量费用的浪费。相反，超声成像速度快、成本低、无辐射，且获得高分辨率的图像的同时不会对患者的浅表器官造成损伤。其适用于各年龄段人群的甲状腺健康检查，是目前最常用的检查方法之一。
[0003]2009年，Horvath等人提出了甲状腺成像报告和数据系统(Thyroid Imaging R本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于特征解耦的超声图像甲状腺结节分类方法，其特征在于，建立局部/全局特征解耦网络，通过该局部/全局特征解耦网络对甲状腺超声图像进行甲状腺结节的分类；所述局部/全局特征解耦网络结构包括两条通路，第一条通路输出甲状腺结节的分类结果；第一条通路采用ImageNet预训练好的ResNet
‑
18模型作为主干，其包括四个TAD模块和四个残差模块，四个TAD模块和四个残差模块交叉设置，其中TAD模块用于将特征图解耦为组织信息和解剖信息，TAD模块解耦得到的组织信息和解剖信息通过Concatenate拼接融合得到影像学表现，将影像学表现输入残差模块进行特征提取；第二条通路输出甲状腺结节的分割结果；第二条通路包括四个解码器，并以第一条通路中的第四个残差块的输出作为第一个解码器的输入，四个解码器还通过跳跃连接四个TAD模块。2.根据权利要求1所述的一种基于特征解耦的超声图像甲状腺结节分类方法，其特征在于，所述组织信息为含有局部特征线索的信息，具体的：从步骤S2处理后的甲状腺超声图像中提取到的图像特征，得到特征图；将特征图的所有像素按行展开，得到两个长度相同、位置配对的像素集合key和query：通过对两个像素集合key和query进行白化后自注意的计算，捕获特征的长距离依赖关系，生成甲状腺图像中各种组织信息的注意图；使用门控单元V
g
＝σ(g
j
)进行筛选，得到聚焦结节的组织信息。3.根据权利要求2所述的一种基于特征解耦的超声图像甲状腺结节分类方法，其特征在于，解剖信息为含有全局特征线索的信息，具体的：通过设置权重矩阵W
m
，所述权重矩阵W
m
不与key的权重矩阵共享，特征图的像素根据权重矩阵W
m
加权得到解剖信息。4.根据权利要求3所述的一种基于特征解耦的超声图像甲状腺结节分类方法，其特征在于，TAD模块用于将特征图解耦为组织信息和解剖信息，计算式为：其中，x表示输入特征，y表示TAD模块的输出特征，i和j表示特征位置索引；ω
G
(x
i
，x
j
)表示测量x
i
和x

【专利技术属性】
技术研发人员：马步云，赵世轩，李永杰，陈杨，
申请(专利权)人：四川大学华西医院，
类型：发明
国别省市：