融合医学先验知识的甲状腺结节超声图像辅助诊断方法技术

本发明专利技术公开了一种融合医学先验知识的甲状腺结节超声图像辅助诊断方法，包括如下步骤：S1、建立甲状腺结节超声图像数据库，获取原始甲状腺结节超声图像具体分级类别；S2、对原始甲状腺结节超声图像进行人工伪影的去除；S3、获取甲状腺结节超声图像的感兴趣区域；S4、对TI‑RADS中提到的形状、边界、纵横比、回声、钙化特征进行量化；S5、训练引入自注意力机制的ShuffleNet网络，通过输出层提取出图像的整体特征；S6、将医学先验知识和深度特征融合得到最终的特征向量；S7、将最后得到的特征向量送入XGBoost分类器实现甲状腺结节超声图像的分级。本发明专利技术解决了甲状腺结节因缺乏量化指标而造成的分级困难问题。

【技术实现步骤摘要】

本专利技术涉及计算机辅助诊断甲状腺结节领域，尤其是一种融合医学先验知识的甲状腺结节超声图像辅助诊断方法。

技术介绍

1、甲状腺癌的发病率近年来呈快速上升趋势。超声作为甲状腺病变的首选检查方法，可在发现病灶的同时对其生物学行为进行初步判断，具有便捷、安全等优势，但存在一定的操作者依赖性。在甲状腺结节疾病的诊断中，影像学领域的超声图像检查具有时效性强、方便安全、无辐射等优点，已成为甲状腺结节临床诊断的主要筛查方式。医生通过使用价格实惠、对人体无害的超声工具观察患者甲状腺结节超声成像形态做出提前诊断，将为患者术前的病情评估以及后续的手术方案制定提供重要的参考价值。在人工智能还未在医学领域普及时，大都是放射科医生通过观察超声图像，并依据甲状腺影像报告和数据系统（ti-rads）对甲状腺结节病变区域进行描述，风险评估和分类，在庞大工作量的压力下，难免出现良性误诊和恶性漏诊的问题，计算机辅助诊断（cad）技术的出现使解决这些问题成为可能。

2、随着深度学习技术的不断发展，传统的超声诊断技术正在同前沿人工智能技术相结合，辅助医生进行甲状腺结节良恶性诊断已成为本文档来自技高网...

【技术保护点】

1.一种融合医学先验知识的甲状腺结节超声图像辅助诊断方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种融合医学先验知识的甲状腺结节超声图像辅助诊断方法，其特征在于：所述步骤S1中甲状腺结节分级类别包括2类、3类、4a类、4b类、4c类和5类。

3.根据权利要求1所述的一种融合医学先验知识的甲状腺结节超声图像辅助诊断方法，其特征在于：所述步骤S2中对原始甲状腺结节超声图像进行Roberts算子边缘检测，提取人工伪影的掩膜图像，通过图像加法操作去除伪影，最终用快速行进算法修复图像。

4.根据权利要求3所述的一种融合医学先验知识的甲状腺结节超声图...

【技术特征摘要】

1.一种融合医学先验知识的甲状腺结节超声图像辅助诊断方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种融合医学先验知识的甲状腺结节超声图像辅助诊断方法，其特征在于：所述步骤s1中甲状腺结节分级类别包括2类、3类、4a类、4b类、4c类和5类。

3.根据权利要求1所述的一种融合医学先验知识的甲状腺结节超声图像辅助诊断方法，其特征在于：所述步骤s2中对原始甲状腺结节超声图像进行roberts算子边缘检测，提取人工伪影的掩膜图像，通过图像加法操作去除伪影，最终用快速行进算法修复图像。

4.根据权利要求3所述的一种融合医学先验知识的甲状腺结节超声图像辅助诊断方法，其特征在于：所述步骤s2中用快速行进算法修复图像后对原始甲状腺结节超声图像进行混合中值滤波以去除图像噪声，...

【专利技术属性】
技术研发人员：王影，赵鹏新，陈华，刘崇，成小石，蒋臣君，
申请(专利权)人：河北医科大学第二医院，
类型：发明
国别省市：