[发明专利]一种基于甲状腺超声图像的结节分级系统及方法

权利要求书

1.一种基于甲状腺超声图像的结节分级方法，其特征在于，所述方法具体包括：

S101，选取与实际应用场景相似的第一甲状腺超声图像组成第一数据库，将所述第一数据库进行处理，形成适合深度模型处理的第二数据库；

S102，对所述第二数据库清洗，去除所述第二数据库中不合理的第二甲状腺超声图像形成第三数据库；

S103，根据实际应用场景的数据分布特性，对所述第三数据库中的第三甲状腺超声图像进行针对性的修改形成第四数据库；

S104，对所述第四数据库中的第四甲状腺超声图像进行预处理形成第五数据库；

S105，抽取所述第五数据库中的部分第五甲状腺超声图像形成训练数据库，通过所述训练数据库训练模型结构；

S106，对训练好的所述模型结构进行测试；

S107，通过训练好的所述模型结构，在实际应用场景对甲状腺超声图片进行结节检测，得到结节分级。

2.根据权利要求1所述基于甲状腺超声图像的结节分级方法，其特征在于，所述方法进一步包括：

S108，根据训练好的所述结节分级，生成诊断结果。

3.根据权利要求1所述基于甲状腺超声图像的结节分级方法，其特征在于，选取与实际应用场景相似的第一甲状腺超声图像组成第一数据库具体包括：

选取包含不同症象特征的结节的第一甲状腺超声图像、不同设备上采集的第一甲状腺超声图像和不同角度的第一甲状腺超声图像形成第一数据库。

4.根据权利要求1所述基于甲状腺超声图像的结节分级方法，其特征在于，将所述第一数据库进行处理，形成适合深度模型处理的第二数据库具体包括：

将所述第一数据库中的第一甲状腺超声图像进行标注形成第二数据库。

5.根据权利要求1所述基于甲状腺超声图像的结节分级方法，其特征在于，对所述第二数据库清洗形成第三数据库具体包括：

审查所述第二数据库，去除所述第二数据库中标注错误的第二甲状腺超声图像，形成第三数据库。

6.根据权利要求1所述基于甲状腺超声图像的结节分级方法，其特征在于，对所述第三数据库中的第三甲状腺超声图像进行针对性的修改形成第四数据库具体包括：

根据实际应用场景的数据分布特征，通过旋转、平移、对称反转将所述第三数据库的第三甲状腺超声图像调整为与所述实际应用场景的数据分布特征相对应第四甲状腺超声图像，形成第四数据库。

7.根据权利要求1所述基于甲状腺超声图像的结节分级方法，其特征在于，通过所述训练数据库训练模型结构具体包括：

通过effnet、densnet和resnet作为弱学习器分别训练所述模型结构，通过动态和预先设定的权重加权的方式，分别集成得到分类输出。

8.一种基于甲状腺超声图像的结节分级系统，其特征在于，包括：

准备模块，其用于选取与实际应用场景相似的第一甲状腺超声图像组成第一数据库，将所述第一数据库进行处理，形成适合深度模型处理的第二数据库；

清洗模块，其与所述准备模块电性相连，用于对所述第二数据库清洗，去除所述第二数据库中不合理的第二甲状腺超声图像形成第三数据库；

增强模块，其与所述清洗模块电性相连，用于根据实际应用场景的数据分布特性，对所述第三数据库中的第三甲状腺超声图像进行针对性的修改形成第四数据库；

预处理模块，其与所述增强模块电性相连，用于对所述第四数据库中的第四甲状腺超声图像进行预处理形成第五数据库；

训练模块，其与所述预处理模块电性相连，用于抽取所述第五数据库中的部分第五甲状腺超声图像形成训练数据库；

模型结构，其与所述训练模块电性相连，通过训练数据库中的部分第五甲状腺超声图像训练所述模型结构；

测试模块，其与所述模型结构电性相连，用于对训练好的所述模型结构进行测试；

分级模块，用于在实际应用场景对甲状腺超声图片进行结节检测，得到结节分级；

生成模块，根据训练好的所述结节分级，生成诊断结果。