[发明专利]乳腺癌病理分型确定方法、装置和存储介质

说明书

本发明涉及超声影像处理技术领域，具体涉及一种乳腺癌病理分型确定方法、装置和存储介质。其中，乳腺癌病理分型确定方法包括：获取同一乳腺癌病灶的N条超声信息，所述N条超声信息为在不同角度和/或不同位置处的超声检查信息，所述超声信息为超声图像和/或超声视频，N为大于1的整数；对于每条超声信息，通过分型神经网络确定所述超声信息中的病灶的病理分型；通过聚合神经网络基于确定得到的各个病理分型确定得到最终病理分型。解决了现有技术中获取到的病理分型准确率不高的问题，达到了可以根据不同角度和/或不同位置的多个超声信息来确定病理分型，进而提高确定得到的病理分型的准确率的效果。

技术领域

本发明涉及超声影像处理技术领域，具体涉及一种乳腺癌病理分型确定方法、装置和存储介质。

背景技术

乳腺癌病理分型目前依赖于穿刺活检或者手术切除后，对病变组织做病理切片而得到，对于病人而言是有创的，病人也非常痛苦。

超声检查作为一种无创的乳腺检查手段，得到了越来越广泛的应用，并且可以覆盖到基层医院，进行大规模筛查。但是由于超声成像的局限性，现有方法很难得到乳腺癌的病理分型结果。比如，常见的处理方法为基于BI-RADS乳腺影像报告的分析方法，其通过提取影像中的特征，计算每个特征类的敏感性和特异性，进而根据计算得到的敏感性和特异性，基于BI-RADS来确定病灶的病变分类级别。这也就是说现有方案中仅能确定得到乳腺癌病灶的病变分类级别，无法确定得到病理分型。

发明内容

有鉴于此，本发明实施例提供了一种乳腺癌病理分型确定方法、装置和存储介质，以解决现有方案无法确定病理分型的问题。

根据第一方面，本发明实施例提供了一种乳腺癌病理分型确定方法，包括：

获取同一乳腺癌病灶的N条超声信息，所述N条超声信息为在不同角度和/或不同位置处的超声检查信息，所述超声信息为超声图像和/或超声视频，N为大于1的整数；

对于每条超声信息，通过分型神经网络确定所述超声信息中的病灶的病理分型；

通过聚合神经网络基于确定得到的各个病理分型确定得到最终病理分型。

可选的，所述通过聚合神经网络基于确定得到的各个病理分型确定得到最终病理分型，包括：

将确定得到的各个病理分型输入至NetVlad网络进行聚类；

通过分类器对聚类结果做特征融合，得到最终病理分型。

可选的，所述通过分类器对聚类结果做特征融合，得到最终病理分型，包括：

通过至少两种特征筛选算法对所述聚类结果进行特征筛选；

通过所述分类器对筛选出的特征做融合，得到最终病理分型。

可选的，所述分类器为KNN或者Logistic_Regression。

可选的，所述N条超声信息中包括是超声图像的超声信息，所述通过分型神经网络确定所述超声信息中的病灶的病理分型，包括：

通过第一神经网络识别所述超声图像中的兴趣区ROI；

将所述ROI输入至第二神经网络，通过所述第二神经网络确定所述ROI的病理分型。

可选的，所述N条超声信息中包括是超声视频的超声信息，所述通过分型神经网络确定所述超声信息中的病灶的病理分型，包括：

将所述超声视频划分为长度为P帧的T段，P为大于1的整数，T为正整数；

对于所述T段超声视频分段中的每一段超声视频分段，通过第三神经网络确定所述超声视频分段中的病灶的病理分型。