【技术实现步骤摘要】
本专利技术属于智能医疗检测，具体涉及一种乳腺超声视频病变检测系统。
技术介绍
1、乳腺肿瘤包括良性囊肿、高危病变、癌前病变到恶性肿瘤等多种病理，常见于35-55岁的女性人群。目前，乳腺癌的发病率和死亡率在所有女性恶性肿瘤中分别排名第一和第二。乳腺癌的早期诊断对于患者的长期生存率和预后治疗至关重要。乳腺超声具有成本低、无创、无辐射、对致密乳腺组织相对敏感等优点，是乳腺癌诊断和筛查的重要影像学手段。然而，人工分析乳腺超声视频非常耗时，导致放射科医生的总体工作量大大增加。而且，乳腺肿瘤在超声影像中表现出的固有特征也容易混淆病变的识别和诊断，如用户依赖的扫描质量、病变组织的异质性、病变与周围组织在纹理和对比度上的相似性；放射科医生对这些固有特征的解读是主观的，很大程度上依赖于他们的专业知识和临床经验。因此，自动化的辅助诊断方法来缓解这些问题并协助临床应用是十分必要的。
2、得益于计算机硬件存储和计算能力的巨大提高，基于深度学习的辅助诊断方法是目前的主流方法。然而综合考虑深度学习的超声乳腺病变检测方法，现有的辅助诊断方法仍存在许多问题...
【技术保护点】
1.一种基于解剖感知增强网络的乳腺超声视频病变检测系统，其特征在于：所述系统包括影像处理主模块、自注意力网络主模块、训练主模块和病变检测主模块；
2.根据权利要求1所述一种基于解剖感知增强网络的乳腺超声视频病变检测系统，其特征在于：所述影像处理主模块用于采集乳腺超声视频影像，对采集的乳腺超声视频影像进行预处理，获得预处理后的影像；具体过程为：
3.根据权利要求2所述一种基于解剖感知增强网络的乳腺超声视频病变检测系统，其特征在于：所述自注意力网络主模块用于搭建解剖感知增强的自注意力网络模型；具体过程为：
4.根据权利要求3所述一种基于...
【技术特征摘要】
1.一种基于解剖感知增强网络的乳腺超声视频病变检测系统，其特征在于：所述系统包括影像处理主模块、自注意力网络主模块、训练主模块和病变检测主模块；
2.根据权利要求1所述一种基于解剖感知增强网络的乳腺超声视频病变检测系统，其特征在于：所述影像处理主模块用于采集乳腺超声视频影像，对采集的乳腺超声视频影像进行预处理，获得预处理后的影像；具体过程为：
3.根据权利要求2所述一种基于解剖感知增强网络的乳腺超声视频病变检测系统，其特征在于：所述自注意力网络主模块用于搭建解剖感知增强的自注意力网络模型；具体过程为：
4.根据权利要求3所述一种基于解剖感知增强网络的乳腺超声视频病变检测系统，其特征在于：所述步骤b1中构建水平感知增强层和竖直感知增强层；具体过程为：
5.根据权利要求4所述一种基于解剖感知增强网络的乳腺超声视频病变检测系统，其特征在于：所述步骤b1中基于水平感知增强层和竖直感知增强层构建空间感知层；具体过程为：
6.根据权利要求...
【专利技术属性】
技术研发人员：李明磊，罗浩，闫鹏飞，周航，蒋宇辰，周显礼，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。