基于深度学习的肝脏棘球蚴病超声图像智能处理方法、电子设备及存储介质技术

本发明专利技术提供了一种基于深度学习的肝脏棘球蚴病超声图像智能处理方法、电子设备及存储介质，包括以下步骤：数据收集：收集肝脏超声影像数据；使用自适应去噪与增强模型对收集的肝脏超声影像数据进行图像预处理，并对图像预处理后的数据对进行分类标注，建立分类数据集，将影像标注为囊型棘球蚴病、泡型棘球蚴病、其他肝脏病变；基于分类数据集，训练优化的VIT分类模型DFEV‑VIT。本发明专利技术有益效果：本发明专利技术通过使用优化的CLAHE算法ADEN对收集的数据进行图像预处理，再基于图像预处理后的分类数据集，训练分类模型DFEV‑VIT，可大大提高诊断效率和准确率，减少棘球蚴病的漏诊、误诊现象。

【技术实现步骤摘要】

本专利技术属于图像处理领域，尤其是涉及一种基于深度学习的肝脏棘球蚴病超声图像智能处理方法、电子设备及存储介质。

技术介绍

1、棘球蚴病，又称棘球蚴病，是一种由寄生虫引起的疾病。该疾病的病原体是棘球蚴虫，主要通过接触感染或食用未煮熟的感染了这种寄生虫的动物产品而传染给人。棘球蚴病可影响肝脏、肺部等器官，严重时可导致死亡，其中，肝棘球蚴病主要包括囊型肝棘球蚴病、泡型肝棘球蚴病，几乎所有原发性肺泡型棘球蚴病病变和70%的囊型棘球蚴病病变起源于肝脏。棘球蚴病早期阶段可持续10-15年无症状。长潜伏期和浸润性生长导致许多泡型棘球蚴病患者在病变最终被诊断时已不适合手术治疗。一些肺泡型棘球蚴病患者因误诊而接受不正确的治疗，囊型棘球蚴病患者常常过度治疗，随着大数据与人工智能在医疗领域应用，将患者的超声图像分为金标准病例纳入用于训练模型，从而协助医生进行棘球蚴病的临床诊治工作已是一种趋势，但现有的对棘球蚴病图像处理中存在以下问题：

2、1、棘球蚴病的超声特征与多种其他局灶性肝脏病变有很大重叠，但这些病症的治疗策略存在重要差异。具体而言，对于肺泡型棘球蚴病，超声表本文档来自技高网...

【技术保护点】

1.基于深度学习的肝脏棘球蚴病超声图像智能处理方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于深度学习的肝脏棘球蚴病超声图像智能处理方法，其特征在于：在步骤S21中，信噪比评估与噪声抑制，包括：

3.根据权利要求2所述的基于深度学习的肝脏棘球蚴病超声图像智能处理方法，其特征在于：在步骤S24中，灰度动态扩展，包括：

4.根据权利要求3所述的基于深度学习的肝脏棘球蚴病超声图像智能处理方法，其特征在于：在步骤S27中，对比度限制直方图均衡，包括：

5.根据权利要求4所述的基于深度学习的肝脏棘球蚴病超声图像智能处理方法，其特征在于：...

【技术特征摘要】

1.基于深度学习的肝脏棘球蚴病超声图像智能处理方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于深度学习的肝脏棘球蚴病超声图像智能处理方法，其特征在于：在步骤s21中，信噪比评估与噪声抑制，包括：

3.根据权利要求2所述的基于深度学习的肝脏棘球蚴病超声图像智能处理方法，其特征在于：在步骤s24中，灰度动态扩展，包括：

4.根据权利要求3所述的基于深度学习的肝脏棘球蚴病超声图像智能处理方法，其特征在于：在步骤s27中，对比度限制直方图均衡，包括：

5.根据权利要求4所述的基于深度学习的肝脏棘球蚴病超声图像智能处理方法，其特征在于：在步骤s28中，图像重建，包括：

6.根据权利要求1所述的基于深度学习的肝脏棘球蚴病超声图像智能处理方法，其特征在于：在步骤s31中，图像预处理与分块...

【专利技术属性】
技术研发人员：温浩，吐尔干艾力·阿吉，艾合买提江·玉素甫，蒋铁民，伊力扎提·伊力哈木，迪力扎提·伊力哈木，杨锦韬，
申请(专利权)人：江苏世钰智能医疗科技有限公司，
类型：发明
国别省市：