一种基于卷积神经网络的三模态三维乳腺超声图像组织分割方法技术

本发明专利技术公开一种基于卷积神经网络的三模态三维乳腺超声图像组织分割方法，具体步骤包括：预处理：采集乳腺的反射、声速、声衰减三个模态数据并根据采集的数据重建三维乳腺超声图像，预处理后的图像数据为128*128的带标签的图像块集合；模型搭建：包括第一阶段的模型和第二阶段的模型；模型训练：将预处理阶段得到的训练集输入到第一阶段的模型中进行训练，输出四个元素的概率分布数组，将三个模态的概率分布数组输入到第二阶段的模型中进行训练，以获取最终结果模型；模型使用：模型训练得到的最终模型保存到三模态三维乳腺超声图像组织分割模型存储模块中，用于对新输入的三模态三维乳腺超声图像进行组织分割操作。三维乳腺超声图像进行组织分割操作。三维乳腺超声图像进行组织分割操作。

【技术实现步骤摘要】
一种基于卷积神经网络的三模态三维乳腺超声图像组织分割方法


[0001]本专利技术属于超声图像分割
，具体涉及一种基于卷积神经网络的三模态三维乳腺超声图像组织分割方法。

技术介绍

[0002]乳腺癌是最常见的癌症之一，占女性癌症诊断的30％，近年来发病率呈上升趋势。它已成为45岁以下女性癌症死亡的主要原因。
[0003]超声成像是一种广泛使用的成像方法来表征乳房肿块，因为它可以避免电离辐射、实时可视化、相对便宜的价格和非侵入性诊断。传统的二维超声图像分割可能会受到二维超声成像的限制，三维图像可以提供立体信息和更多的图像特征，有利于准确区分不同组织。
[0004]通过对反射波和透射波的重建，可同时获得乳房的反射、声速、声衰减三个模态数据。组织的反射图、声速图、衰减率图代表着组织的物理特性，比如反射图可以较好地表征组织轮廓，声速在一定范围提示肿块存在的可能，而高衰减则往往预示肿块的恶性程度。因此，在利用人工智能技术进行三维乳腺超声图像分类方面具有很大的优势。
[0005]三维乳腺超声图像的分割可以帮助放射科医师区分不同的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于卷积神经网络的三模态三维乳腺超声图像组织分割方法，其特征在于，所述方法的具体步骤包括：预处理：采集乳腺的反射、声速、声衰减三个模态数据并根据采集的反射、声速、声衰减三个模态数据重建成三个三维乳腺超声图像以进行图像数据的预处理，预处理后的图像数据训练集为128*128的带标签的图像块集合；模型搭建：包括第一阶段的模型：采用一种八层的卷积神经网络在三个三维乳腺超声图像平面中执行像素标记，提取图像特征；第二阶段的模型：采用一个小型的分类卷积神经网络，用于获取三个三维乳腺该像素标记坐标点的超声图像平面最终中心点的预测类别；模型训练：将预处理阶段得到的训练集输入到第一阶段的模型中进行训练，输出四个元素的概率分布数组，将三个模态的三个正交面方向上的概率分布数组输入到第二阶段的模型中进行训练，以获取最终结果模型；模型使用：模型训练得到的最终模型保存到三模态三维乳腺超声图像组织分割模型存储模块中，用于对新输入的三模态三维乳腺超声图像进行组织分割操作。2.根据权利要求1所述的一种基于卷积神经网络的三模态三维乳腺超声图像组织分割方法，其特征在于，所述预处理步骤中一个标准的三维乳腺超声图像能够切出三个正交面方向的超声图像，将三个模态的三维乳腺超声图像分别根据同一个物理坐标的像素中心点切出128*128的矢状面图像、128*128的冠状面图像以及128*128的横断面图像进行图像数据的预处理。3.根据权利要求1所述的一种基于卷积神经网络的三模态三维乳腺超声图像组织分割方法，其特征在于，所述模型搭建的第一阶段的...

【专利技术属性】
技术研发人员：孙文，韩春林，黄跃龙，
申请(专利权)人：浙江衡玖医疗器械有限责任公司，
类型：发明
国别省市：