[發明專利]一種超聲甲狀腺結節風險指標的智能分析方法及系統

有效

• 申請號: 201710505381.2
• 申請日: 2017-06-28
• 公開（公告）號: CN107247971B
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 羅渝昆;張明博;張詩杰;杜華睿;張玨;方競
• 申請（專利權）人: 中國人民解放軍總醫院;北京大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08;G16H50/30
• 代理公司: 北京萬象新悅知識產權代理有限公司 11360
• 代理人: 黃鳳茹

1.一種超聲甲狀腺結節風險指標的智能分析系統，包括編碼模塊、滑窗模塊、深度自編碼模塊、多通道信息融合模塊和用戶交互模塊；其中：

編碼模塊用于讀取超聲數據，將圖像數據和統計數據發送給滑窗模塊；

滑窗模塊用于接受編碼模塊傳來的圖像數據和統計數據，滑窗采集并統合后將病灶數據發送給深度自編碼模塊；

所述滑窗模塊包括滑窗核組、結節識別器和聚類篩選器；所述滑窗核組由多個不同尺寸的滑窗核組成，接收編碼模塊發送的圖像數據，從該圖像數據中裁取感興趣區域圖像，發送給結節識別器，直至遍歷完全部圖像數據；所述結節識別器為人工神經網絡，包括2-4層，由1000-3000個神經元組成；底層神經元讀取滑窗核組傳來的多組感興趣區域圖像，并將頂層神經元輸出的多組識別數據發送給聚類篩選器；聚類篩選器為一無監督聚類器，對所述多組識別數據進行聚類，通過設定判定閾值，當輸出層結果大于所述判定閾值時，將輸出層結果存到甲狀腺結節列表中；遍歷全部圖像數據之后，將甲狀腺結節列表進行聚類分析，由此得到聚類中心；再將聚類中心發送給深度自編碼模塊；深度自編碼模塊用于接收滑窗模塊發來的病灶數據，提取深度特征數據并發送給多通道信息融合模塊，并接收用戶交互模塊反饋的用戶更正標簽，對自身儲存的權值進行優化；

所述深度自編碼模塊包括自編碼網絡、極值優化模塊和權值儲存器；所述權值儲存器為一組矩陣，用于記錄自編碼網絡所需的參數；所述自編碼網絡為一深度自編碼器，以滑窗模塊發來的聚類中心為輸入，以權值儲存器中存儲的權值矩陣數據為參數，將經過自編碼網絡提取的深度特征發送給多通道信息融合模塊和極值優化模塊；極值優化模塊接收用戶交互模塊發送的用戶更正標簽和自編碼網絡發送的深度特征，通過神經網絡損失函數對權值儲存器中的數據進行基于甲狀腺特征的正則化優化；所述用戶更正標簽是由用戶選擇的結節與甲狀腺指南所對應甲狀腺特征分級類別；

對權值矩陣進行正則化優化得到優化后的各類參數：

式中，J(W,b)是傳統神經網絡損失函數；f_i是當前結節的深度特征；f_v是與用戶更正標簽對應的類的平均深度特征；f_j是與用戶更正標簽不對應的所有類的平均深度特征；α和β為可調參數；用戶更正標簽為由用戶選擇的結節與甲狀腺指南所對應甲狀腺特征分級類別；

多通道信息融合模塊用于接收深度自編碼模塊發來的深度特征數據和用戶交互模塊發來的附加信息，分類后向用戶交互模塊發送結節風險指標；

用戶交互模塊，用于采集用戶輸入的信息，向多通道信息融合模塊發送附加信息，接收多通道信息融合模塊發來的結節風險指標并可視化呈現給用戶，接收用戶反饋的手工更正標簽，發送給深度自編碼模塊。

2.如權利要求1所述智能分析系統，其特征是，所述編碼模塊包括：數據接口、預處理模塊和納卡伽米統計分布模塊；其中：數據接口用于讀取超聲儀器的數據，提取其中包含圖像的原始數據，發送給預處理模塊；預處理模塊將所述原始數據拆解，將其中的原始圖像數據發送給納卡伽米統計分布模塊和滑窗模塊；納卡伽米統計分布模塊用于將原始圖像數據利用納卡伽米統計分布得到特征參數形狀因子和尺度因子分布圖，作為統計數據發送給滑窗模塊。

3.如權利要求1所述智能分析系統，其特征是，

所述多通道信息融合模塊是一有監督學習的分類器，輸入為深度自編碼模塊發送的深度特征、編碼模塊發送的統計數據和用戶交互模塊發送的附加信息，輸出結節風險指標，并發送給用戶交互模塊；

所述用戶交互模塊為一可視化展示交互平臺，接收用戶輸入的附加信息，發送給多通道信息融合模塊，獲取多通道信息融合模塊發送的結節風險指標呈現給用戶，接收用戶對該結節的人工評價并發送給深度自編碼模塊。