欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021103665308
申请人: 华侨大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种超声乳腺肿瘤检测与分类方法,其特征在于:包括如下步骤:步骤10、将带有标签的标准乳腺超声图像送入计算机;

步骤20、对步骤10带有标签的标准乳腺超声图像进行基于深度重聚卷积和上下文感知的超声乳腺肿瘤检测与分类算法处理,并提取相应的特征参数存储于计算机;

其中,所述特征参数,包括:图像中肿瘤区域和非肿瘤区域的均值和方差,以及良性肿瘤区域和恶性肿瘤区域的均值和方差;

步骤30、设定肿瘤区域和非肿瘤区域的特征参数范围,并将肿瘤区域和非肿瘤区域的特征参数的范围存入步骤10的计算机;

步骤40、将待测的乳腺超声图像送入步骤10的计算机;

步骤50、对步骤40待测的乳腺超声图像进行基于深度重聚卷积和上下文感知的超声乳腺肿瘤检测与分类算法处理,并提取相应的特征参数传送至步骤10的计算机;

其中,所述特征参数,包括:图像的均值和方差;

步骤60、将上述存入步骤10计算机的标准乳腺超声图像的特征参数和待测乳腺超声图像的特征参数比对分析:

若待测乳腺超声图像所提取的均值和方差均在步骤30设置的非肿瘤区域检测特征参数的范围内,则判断图像中乳腺正常;反之,则判断图像中存在肿瘤,保存图像至步骤10中的计算机;

步骤70、将上述存入步骤10计算机的标准乳腺超声图像的特征参数和步骤60保存的肿瘤图像的特征参数进行比对分析:若保存的肿瘤图像所提取的肿瘤区域的均值和方差均在步骤30设置的良性肿瘤区域检测特征参数的范围内,则判断图像中肿瘤为良性;反之,则判断图像中肿瘤为恶性;

步骤80、判断当前乳腺超声图像是否为最后一张,若不是最后一张,转到步骤40继续测试;

步骤90、将肿瘤区域检测结果和肿瘤良恶性结果存入数据库。

2.根据权利要求书1所述的一种超声乳腺肿瘤检测与分类方法,其特征在于:所述步骤10中,所述标签,包括:肿瘤区域、恶性肿瘤和良性肿瘤。

3.根据权利要求书1所述的一种超声乳腺肿瘤检测与分类方法,其特征在于:所述步骤20中,所述深度重聚卷积,具体包括:深度重聚卷积模块,由两个深度卷积子模块和两个重聚卷积子模块交叉组成;其中,所述深度卷积子模块用来分组提取空间上的特征映射,所述重聚卷积子模块通过重新聚合深度卷积子模块的输出来减少计算成本。

4.根据权利要求书3所述的一种超声乳腺肿瘤检测与分类方法,其特征在于:所述深度卷积子模块,具体包括:

h×w×c

假设重聚卷积模块的输入特征映射为X=R ,其中h,w分别表示特征映射的高度和宽度,c表示特征映射的通道数,R代表一张输入图像,重聚卷积的具体运算过程如下:h×w×c

首先,对特征映射X=R 进行深度卷积,深度卷积的计算公式如下所示:其中,K是大小为(k,k,c)的深度卷积核,Ki,j,m表示在第m个滤波器上第i行,第j列位置上的深度卷积值,Xp+i‑1,q+j‑1,m表示在第m个通道上第p+i‑1行,第q+j‑1列位置上的输入特征映射值,Gp,q,n表示在第n个通道上第p行,第q列位置上的输出特征映射值;将K中的第m个滤波器应用于X中的第m个通道,生成经过滤波的输出特征映射G的第m个通道;

随后,应用一个批归一化BN函数和一个Mish激活函数,公式如下所示:D=Mish(BN(Gp,q,n));

其中,BN为批归一化函数,Mish是一种激活函数,可以有效的避免梯度饱和问题,同时h×w×c

保证每一点的平滑性,具有更好的泛化能力,最终,D∈R 取代Gp,q,n作为空间上的特征映射。

5.根据权利要求书3所述的一种超声乳腺肿瘤检测与分类方法,其特征在于:所述重聚卷积子模块,具体包括:

重聚卷积子模块对特征映射D的进行1×1点卷积PC,PC的计算公式如下:其中, 是大小为(1,1,c,N)的点卷积核, 表示在第n个点卷积的第m个通道上的卷积值, 表示在第m个通道上第p行,第q列位置上的输出特征映射值;

随后,在每个点卷积PC后应用一个批归一化BN函数和一个Mish激活函数,公式如下所示:

h×w×c

因此,P∈R 取代 作为输出特征映射。

6.根据权利要求书1所述的一种超声乳腺肿瘤检测与分类方法,其特征在于:所述步骤

20中,所述“上下文感知”,具体包括:通过将浅层特征与深层特征融合,使得保留纹理和形态特征的同时与深层语义特征产生互补,最终将融合多层的上下文感知特征作为肿瘤目标的显著性特征。

7.一种超声乳腺肿瘤检测与分类装置,其特征在于:该装置用于实现如权利要求1至6任一项所述的一种超声乳腺肿瘤检测与分类方法,具体包括:预处理模块,特征提取模块,检测模块以及分类模块;

所述预处理模块,用于对带有分类标签的原始肿瘤超声图像进行预处理,得到预处理图像;

所述特征提取模块,用于提取图像中肿瘤区域与非肿瘤区域、良性肿瘤与恶性肿瘤的图像特征;

所述检测模块,用于检测图像中是否存在肿瘤区域;

所述分类模块,用于对检测出的肿瘤区域进行分类,得到良恶性分类结果。

8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至6任一项所述的一种超声乳腺肿瘤检测与分类方法。