[发明专利]降低乳腺超声病灶检测假阳率的方法、装置、设备及介质在审

专利信息
申请号: 202110508601.3 申请日: 2021-05-10
公开(公告)号: CN113344855A 公开(公告)日: 2021-09-03
发明(设计)人: 谈继勇;杨洪光;刘根;李元伟;孙熙;杨道文;李欢 申请(专利权)人: 深圳瀚维智能医疗科技有限公司
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 深圳市华勤知识产权代理事务所(普通合伙) 44426 代理人: 隆毅
地址: 518000 广东省深圳市福田区梅林街道孖岭*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 降低 乳腺 超声 病灶 检测 假阳率 方法 装置 设备 介质
【说明书】:

发明公开一种降低乳腺超声病灶检测假阳率的方法,包括:利用KCF跟踪算法对疑似病灶在视频中进行跟踪;根据跟踪结果提取子视频并进行预处理;将预处理后的子视频输入到CSN网络中进行预测;若CSN网络输出的真阳类别概率大于预设阈值,则判断该疑似病灶为真阳,若CSN网络输出的真阳类别概率小于等于预设阈值,则判断该疑似病灶为假阳。本发明实施例所提出的降低乳腺超声病灶检测假阳率的方法,其利用帧间信息,对单帧检测算法的结果进行筛选,大大降低了假阳率。

技术领域

本发明涉及超声检测领域,特别涉及一种降低乳腺超声病灶检测假阳率的方法、装置、设备及介质。

背景技术

目前,乳腺超声是我国乳腺疾病筛查的主要办法之一,其检查无痛苦,对受检者无放射性损害,可以短期多次反复进行,适用于任何年龄女性,包括妊娠期和哺乳期妇女的乳腺检查。

乳腺超声是利用超声仪将超声波发射到乳腺以获得超声图像,根据超声图像的显示情况判断病变的性质。乳腺扫查时会产生超声视频,该超声视频用于供超声医生查阅,以据此判断是否存在病灶。

现有技术中,针对乳腺超声病灶检测算法大部分都是基于单帧图像的,没有考虑帧间信息,而帧间变化的信息是判断是否为病灶的重要依据,往往会造成很高的假阳率。

发明内容

本发明的主要目的在于提出一种降低乳腺超声病灶检测假阳率的方法,旨在解决现有针对乳腺超声的病灶检测存在很高的假阳率问题。

为实现上述目的,本发明提出一种降低乳腺超声病灶检测假阳率的方法,所述降低乳腺超声病灶检测假阳率的方法包括:

利用KCF跟踪算法对疑似病灶在视频中进行跟踪;

根据跟踪结果提取子视频并进行预处理;

将预处理后的子视频输入到CSN网络中进行预测;

若CSN网络输出的真阳类别概率大于预设阈值,则判断该疑似病灶为真阳,若CSN网络输出的真阳类别概率小于等于预设阈值,则判断该疑似病灶为假阳。

优选地,所述根据跟踪结果提取子视频并进行预处理包括:

获取所有跟踪框的最小外接矩形;

将最小外接矩形朝上、下、左、右各扩张预设像素;

利用扩张后的矩形从乳腺超声视频中截取子视频;

基于插值算法将子视频统一插值到预设帧。

优选地,所述降低乳腺超声病灶检测假阳率的方法还包括:

生成训练集对CSN网络进行训练。

优选地,所述预设阈值为0.4。

本发明还提出一种降低乳腺超声病灶检测假阳率的装置,所述降低乳腺超声病灶检测假阳率的装置包括:

病灶跟踪模块,用于利用KCF跟踪算法对疑似病灶在视频中进行跟踪;

子视频提取模块,用于根据跟踪结果提取子视频并进行预处理;

子视频输入模块,用于将预处理后的子视频输入到CSN网络中进行预测;

病灶判断模块,用于当CSN网络输出的真阳类别概率大于预设阈值时,判断该疑似病灶为真阳,当CSN网络输出的真阳类别概率小于等于预设阈值时,判断该疑似病灶为假阳。

优选地,所述子视频提取模块包括:

矩形获取单元,用于获取所有跟踪框的最小外接矩形;

矩形扩张单元,用于将最小外接矩形朝上、下、左、右各扩张预设像素;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳瀚维智能医疗科技有限公司,未经深圳瀚维智能医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110508601.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top