一种结节数量确定方法、系统、电子设备及介质技术方案

本发明专利技术公开一种结节数量确定方法、系统、电子设备及介质，涉及结节数量确定领域，方法包括：获取多张目标超声影像；利用目标检测算法分别对各所述目标超声影像中的结节进行定位，得到对应目标超声影像的结节检测框坐标；根据各所述结节检测框坐标，确定对应目标超声影像中的感兴趣区域；利用孪生神经网络，确定当前感兴趣区域中结节的当前置信度；根据所述当前置信度，确定当前感兴趣区域中的结节为已确定结节或者新结节，直至所有感兴趣区域均输入至所述孪生神经网络，从而确定出结节数量。本发明专利技术提高了结界数量确定的准确性。本发明专利技术提高了结界数量确定的准确性。本发明专利技术提高了结界数量确定的准确性。

【技术实现步骤摘要】
一种结节数量确定方法、系统、电子设备及介质


[0001]本专利技术涉及结节数量确定领域，特别是涉及一种结节数量确定方法、系统、电子设备及介质。

技术介绍

[0002]结节是指细胞不正常聚集形成的肿块，作为一种全身性疾病，可影响任何器官，比如甲状腺、乳腺、肝脏、肾脏、心肺等器官或腺体，是临床常见的病症，病征和症状依进犯的器官而定。临床上可由多种病因引起，如炎症、自身免疫反应、新生物、甚至癌症等都可以表现为结节，可以单发，也可以多发。
[0003]现今常用的结节数量确定方式都是超声波检测，采用超声波对患者的器官进行扫描，然后医生通过肉眼对超声影像进行人工判断，识别影像中是否存在结节，并确定结节数量，但是在同一影像的不同帧中，同一结节的形态可能不同，需要凭借记忆和经验判断是否是同一结节，费时费力，且容易让医生误认为是两个不同的结节或者将不同结节误认为是同一结节，从而导致结节数量计算错误。

技术实现思路

[0004]本专利技术的目的是提供一种结节数量确定方法、系统、电子设备及介质，能够准确确定结节数量。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种结节数量确定方法，包括：
[0007]获取多张目标超声影像；所述目标超声影像为待确定结节数量的超声影像；
[0008]针对任意一张目标超声影像：
[0009]利用目标检测算法对所述目标超声影像中的结节进行定位，得到所述目标超声影像的结节检测框坐标；
[0010]根据所述结节检测框坐标，确定所述目标超声影像中的感兴趣区域；
[0011]利用孪生神经网络，确定当前感兴趣区域中结节的多个当前置信度；所述当前置信度是根据当前感兴趣区域和当前已确定结节集合的最新感兴趣区域确定的；一个已确定结节对应一个最新感兴趣区域；
[0012]其中，将第一个感兴趣区域对应的结节确定为第一个已确定结节，并加入已确定结节集合中；将第一个已确定结节所在的感兴趣区域作为第一个已确定结节的最新感兴趣区域；
[0013]根据多个所述当前置信度，确定当前感兴趣区域中的结节为已确定结节或者新结节，直至所有感兴趣区域均输入至所述孪生神经网络，从而确定出结节数量；
[0014]其中，若当前感兴趣区域中的结节为已确定结节，则将当前感兴趣区域作为相应已确定结节的最新感兴趣区域；
[0015]若当前感兴趣区域中的结节为新结节，则将当前感兴趣区域中的结节加入已确定
结节集合；并将所述当前感兴趣区域作为相应已确定结节的最新感兴趣区域。
[0016]可选地，利用孪生神经网络，确定当前感兴趣区域中结节的多个当前置信度，具体包括：
[0017]对当前感兴趣区域进行黑边填充处理，得到处理后的感兴趣区域；
[0018]利用所述孪生神经网络，确定处理后的感兴趣区域中结节的多个当前置信度。
[0019]可选地，对于处理后的感兴趣区域中结节的任一当前置信度的确定过程，具体包括：
[0020]将所述处理后的感兴趣区域输入至所述孪生神经网络的第一EfficientNetV2B0网络中，得到第一特征向量；
[0021]将任一已确定结节的最新感兴趣区域输入至所述孪生神经网络的第二EfficientNetV2B0网络中，得到第二特征向量；
[0022]计算所述第一特征向量和所述第二特征向量的欧氏距离；
[0023]根据所述欧氏距离，确定处理后的感兴趣区域中结节的任一当前置信度。
[0024]可选地，计算所述第一特征向量和所述第二特征向量的欧氏距离，具体包括：
[0025]利用计算所述第一特征向量和所述第二特征向量的欧氏距离；其中，x
i
为第一特征向量中的第i个特征值；y
i
为第二特征向量中的第i个特征值。
[0026]可选地，根据所述欧氏距离，确定处理后的感兴趣区域中结节的当前置信度，具体包括：
[0027]利用确定处理后的感兴趣区域中结节的当前置信度；其中，E为所述欧氏距离。
[0028]可选地，根据n个所述当前置信度，确定当前感兴趣区域中的结节为已确定结节或者新结节，具体包括：
[0029]判断n个所述当前置信度是否均大于预设置信度；
[0030]若是，则确定当前感兴趣区域中的结节为新结节；
[0031]若否，则确定当前感兴趣区域中的结节为最小当前置信度对应的已确定结节。
[0032]一种结节数量确定系统，包括：
[0033]影像获取模块，用于获取多张目标超声影像；所述目标超声影像为待确定结节数量的超声影像；
[0034]结节定位模块，用于利用目标检测算法对所述目标超声影像中的结节进行定位，得到所述目标超声影像的结节检测框坐标；
[0035]裁剪模块，用于根据所述结节检测框坐标，确定所述目标超声影像中的感兴趣区域；
[0036]置信度确定模块，用于利用孪生神经网络，确定当前感兴趣区域中结节的多个当前置信度；所述当前置信度是根据当前感兴趣区域和当前已确定结节集合的最新感兴趣区域确定的；一个已确定结节对应一个最新感兴趣区域；
[0037]其中，将第一个感兴趣区域对应的结节确定为第一个已确定结节，并加入已确定结节集合中；将第一个已确定结节所在的感兴趣区域作为第一个已确定结节的最新感兴趣区域；
[0038]结节数量确定模块，用于根据多个所述当前置信度，确定当前感兴趣区域中的结节为已确定结节或者新结节；直至所有感兴趣区域均输入至所述孪生神经网络，从而确定出结节数量；
[0039]其中，若当前感兴趣区域中的结节为已确定结节，则将当前感兴趣区域作为相应已确定结节的最新感兴趣区域；
[0040]若当前感兴趣区域中的结节为新结节，则将当前感兴趣区域中的结节加入已确定结节集合；并将所述当前感兴趣区域作为相应已确定结节的最新感兴趣区域。
[0041]一种电子设备，包括：存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行上述的结节数量确定方法。
[0042]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的结节数量确定方法。
[0043]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0044]本专利技术提供的结节数量确定方法、系统、电子设备及介质，首先利用目标检测算法分别对各目标超声影像中的结节进行定位，并根据结节检测框坐标对各目标超声影像进行裁剪，确定每个结节的感兴趣区域，利用孪生神经网络确定当前感兴趣区域中结节的当前置信度，根据当前置信度确定出结节的数量，本专利技术避免了人工参与，提高了结节数量确定的准确性。
附图说明
[0045]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种结节数量确定方法，其特征在于，包括：获取多张目标超声影像；所述目标超声影像为待确定结节数量的超声影像；针对任意一张目标超声影像：利用目标检测算法对所述目标超声影像中的结节进行定位，得到所述目标超声影像的结节检测框坐标；根据所述结节检测框坐标，确定所述目标超声影像中的感兴趣区域；利用孪生神经网络，确定当前感兴趣区域中结节的多个当前置信度；所述当前置信度是根据当前感兴趣区域和当前已确定结节集合的最新感兴趣区域确定的；一个已确定结节对应一个最新感兴趣区域；其中，将第一个感兴趣区域对应的结节确定为第一个已确定结节，并加入已确定结节集合中；将第一个已确定结节所在的感兴趣区域作为第一个已确定结节的最新感兴趣区域；根据多个所述当前置信度，确定当前感兴趣区域中的结节为已确定结节或者新结节，直至所有感兴趣区域均输入至所述孪生神经网络，从而确定出结节数量；其中，若当前感兴趣区域中的结节为已确定结节，则将当前感兴趣区域作为相应已确定结节的最新感兴趣区域；若当前感兴趣区域中的结节为新结节，则将当前感兴趣区域中的结节加入已确定结节集合；并将所述当前感兴趣区域作为相应已确定结节的最新感兴趣区域。2.根据权利要求1所述的结节数量确定方法，其特征在于，利用孪生神经网络，确定当前感兴趣区域中结节的多个当前置信度，具体包括：对当前感兴趣区域进行黑边填充处理，得到处理后的感兴趣区域；利用所述孪生神经网络，确定处理后的感兴趣区域中结节的多个当前置信度。3.根据权利要求2所述的结节数量确定方法，其特征在于，对于处理后的感兴趣区域中结节的任一当前置信度的确定过程，具体包括：将所述处理后的感兴趣区域输入至所述孪生神经网络的第一EfficientNetV2B0网络中，得到第一特征向量；将任一已确定结节的最新感兴趣区域输入至所述孪生神经网络的第二EfficientNetV2B0网络中，得到第二特征向量；计算所述第一特征向量和所述第二特征向量的欧氏距离；根据所述欧氏距离，确定处理后的感兴趣区域中结节的任一当前置信度。4.根据权利要求3所述的结节数量确定方法，其特征在于，计算所述第一特征向量和所述第二特征向量的欧氏距离，具体包括：利用计算所述第一特征向量和所述第二特征向量的欧氏距离；其中，x
i
为第一特征向量中的第i个特征值；y
i
为第二特...

【专利技术属性】
技术研发人员：何敏亮，
申请(专利权)人：什维新智医疗科技上海有限公司，
类型：发明
国别省市：