一种基于全局信息的乳腺超声肿瘤病变区域检测方法技术

本发明专利技术提供一种基于全局信息的乳腺超声肿瘤病变区域检测方法，属于医学图像领域，包括：步骤S1、获取标注图像数据集；步骤S2、构建作为目标检测模型的卷积神经网络：backbone部分采用由上至下依次布置的特征提取模块和坐标注意力模块，特征提取模块包括CBS模块以及交替模块，交替模块输出高维特征图，坐标注意力模块对该高维特征图的进行全局编码，得到全局信息特征图；neck部分采用相互融合的FPN网络和PANET网络，得到多个维度特征图；head部分采用TSCODE模块，CBS模块输出的低维特征图和多个维度特征图作为TSCODE模块的多层输入特征图，输出基于全局信息预测的图像。本发明专利技术实现对乳腺超声肿瘤图像中存在误检漏检问题的优化，提高检测的识别率和准确性。

【技术实现步骤摘要】

本专利技术涉及医学图像领域，特别涉及一种基于全局信息的乳腺超声肿瘤病变区域检测方法。

技术介绍

1、乳腺超声筛查是提高乳腺癌患者存活率的有效手段之一。然而，由于乳腺超声图像存在散斑噪声、对比度低等问题，同时诊断过程中耗时且易受主观性的影响，易导致漏诊和误诊问题。基于计算机技术的乳腺超声肿瘤辅助诊断系统具有客观性强、可重复、工作效率高等优点，在乳腺癌临床诊疗中具有重要的意义和应用价值。

2、近年来，基于深度学习的乳腺cad研究有了较大进展。但由于乳腺超声图像背景灰度值与病变区特征区分度小，容易忽略形状小的肿瘤，且难以分辨灰度相似组织的差异和成像时腺体重叠的现象，导致对乳腺超声肿瘤图像检测的不准确。

技术实现思路

1、本专利技术提出一种基于全局信息的乳腺超声肿瘤病变区域检测方法，实现对乳腺超声肿瘤图像中存在误检漏检问题的优化，提高模型对重叠目标的注意力，从全局信息获取乳腺超声肿瘤病变区域，提高检测的识别率和准确性。

2、本专利技术通过以下技术方案实现：

3、一种基于全局信息的乳本文档来自技高网...

【技术保护点】

1.一种基于全局信息的乳腺超声肿瘤病变区域检测方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种基于全局信息的乳腺超声肿瘤病变区域检测方法，其特征在于：所述步骤S1中，所述预处理包括去除乳腺超声肿瘤图像的标注并增强图像对比度。

3.根据权利要求1所述的一种基于全局信息的乳腺超声肿瘤病变区域检测方法，其特征在于：所述步骤S2中，所述特征提取模块包括三个由上至下依次布置的交替模块，位于上层的交替模块包括由上至下依次布置的C3HB结构、CBS结构和C3HB结构，位于中层和下层的两个交替模块均包括由上至下依次布置的CBS结构和C3HB结构，位于下层的交替模块的...

【技术特征摘要】

1.一种基于全局信息的乳腺超声肿瘤病变区域检测方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种基于全局信息的乳腺超声肿瘤病变区域检测方法，其特征在于：所述步骤s1中，所述预处理包括去除乳腺超声肿瘤图像的标注并增强图像对比度。

3.根据权利要求1所述的一种基于全局信息的乳腺超声肿瘤病变区域检测方法，其特征在于：所述步骤s2中，所述特征提取模块包括三个由上至下依次布置的交替模块，位于上层的交替模块包括由上至下依次布置的c3hb结构、cbs结构和c3hb结构，位于中层和下层的两个交替模块均包括由上至下依次布置的cbs结构和c3hb结构，位于下层的交替模块的c3hb结构的输出作为坐标注意力模块输入，所述cbs模块包括由上至下依次布置的两层cbs结构，下层cbs结构的输出作为上层交替模块的上层c3hb结构的输入。

4.根据权利要求3所述的一种基于全局信息的乳腺超声肿瘤病变区域检测方法，其特征在于：所述步骤s2中，所述backbone部分还包括快速空间金字塔池化结构，其输入为坐标注意力模块的输出。

5.根据权利要求1或2或3或4所述的一种基于全局信息的乳腺超声肿瘤病变区域检测方法，其特征在于：所述步骤s2中，所述坐标注意力模块对交替模块输出的高维特征图的水平和垂直两个方向的信息进行全局编码的过程包括：

【专利技术属性】
技术研发人员：杜永兆，吴晓琳，刘博，陈海信，傅玉青，
申请(专利权)人：华侨大学，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人