[發明專利]超聲射頻元數據的自動識別方法及系統

在審

• 申請號: 201611036504.4
• 申請日: 2016-11-09
• 公開（公告）號: CN106725592A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 王月香;羅渝昆;蔣文莉;文晶;張嘉賓;龍云飛;陳惠人;奚水;張玨;方競
• 申請（專利權）人: 飛依諾科技（蘇州）有限公司;中國人民解放軍總醫院;北京大學
• 主分類號: A61B8/00
• 分類號: A61B8/00;G06K9/62;G06N3/08
• 代理公司: 蘇州威世朋知識產權代理事務所(普通合伙)32235
• 代理人: 蘇婷婷

1.一種超聲射頻元數據的自動識別方法，其特征在于，所述方法包括以下步驟：

采集超聲回波信號，將其合成并為超聲射頻元數據信號；

直接對超聲射頻元數據信號進行Hilbert解包絡，以生成解調信號；

選取感興趣區域，提取其內所述解調信號中的特征信號，并進行特征描述；

所述特征信號包括：強度特征、紋理特征以及分形特征；

所述強度特征包括：區域灰度均值、灰度方差、灰度偏度、灰度峰度、灰度能量、灰度熵中的至少一種；

所述紋理特征包括：灰度共生矩陣的0～180°的對比度、0～180°的角二階矩、0～180°的能量、以及0～180°的相關系數中的至少一種；

所述分形特征包括：一維分形維數和二維分形維數；

將所述特征信號作為輸入向量輸入到至少兩種不同的分類機中，得到各自的AUC結果；通過AUC結果選擇其中一種分類機，并將其識別結果最為最終的識別結果。

2.根據權利要求1所述的超聲射頻元數據的自動識別方法，其特征在于，

所述強度特征包括：區域灰度均值、灰度方差；

所述紋理特征包括：灰度共生矩陣的0°、45°、90°、135°分別對應的對比度、角二階矩、能量以及相關系數；

所述分形特征采用一維Higuchi分形和二維Sarkar盒分形獲得。

3.根據權利要求1所述的超聲射頻元數據的自動識別方法，其特征在于，“對所述解調信號的特征分類，并將其作為輸入向量輸入到至少兩種不同的分類機中，得到各自的AUC結果；通過AUC結果選擇其中一種分類機，并將其識別結果最為最終的識別結果”具體包括：

將所述特征信號作為輸入向量分別輸入到不同的分類機中，以分別獲取對應各個分類機的工作特征曲線，比較各個分類機對應的工作特征曲線下的面積，選擇面積較大者對應的分類機，對所述分形特征進行處理，并將其識別結果最為最終的識別結果。

4.根據權利要求1所述的超聲射頻元數據的自動識別方法，其特征在于，

所述分類機包括：人工神經網絡和支持向量機。

5.根據權利要求4所述的超聲射頻元數據的自動識別方法，其特征在于，

所述人工神經網絡為BP神經網絡，其包括：7個輸入節點、1個隱層、10個隱單元、2個輸出節點；

所述支持向量機為二次核函數，其輸入樣本為7維向量，作二分類器使用。

6.一種超聲射頻元數據的自動識別系統，其特征在于，所述系統包括：

超聲數據采集模塊，用于采集超聲回波信號，將其合成并為超聲射頻元數據信號；

信號解調模塊，用于直接對超聲射頻元數據信號進行Hilbert解包絡，以生成解調信號；

特征提取模塊，用于選取感興趣區域，提取其內所述解調信號中的特征信號，并進行特征描述；

所述特征信號包括：強度特征、紋理特征以及分形特征；

所述強度特征包括：區域灰度均值、灰度方差、灰度偏度、灰度峰度、灰度能量、灰度熵中的至少一種；

所述紋理特征包括：0～180°的對比度、0～180°的角二階矩、0～180°的能量、以及0～180°的相關系數中的至少一種；

所述分形特征包括：一維分形維數和二維分形維數；

分類輸出模塊，用于將所述特征信號作為輸入向量輸入到至少兩種不同的分類機中，得到各自的AUC結果；通過AUC結果選擇其中一種分類機，并將其識別結果最為最終的識別結果。

7.根據權利要求6所述的超聲射頻元數據的自動識別系統，其特征在于，

所述強度特征包括：區域灰度均值、灰度方差；

所述紋理特征包括：0°、45°、90°、135°分別對應的對比度、角二階矩、能量以及相關系數；

所述分形特征采用一維Higuchi分形和二維Sarkar盒分形獲得。

8.根據權利要求6所述的超聲射頻元數據的自動識別系統，其特征在于，

所述分類輸出模塊具體用于：

將所述特征信號作為輸入向量分別輸入到不同的分類機中，以分別獲取對應各個分類機的工作特征曲線，比較各個分類機對應的工作特征曲線下的面積，選擇面積較大者對應的分類機，對所述分形特征進行處理，并將其識別結果最為最終的識別結果。