[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

本發明公布了一種超聲甲狀腺結節風險指標的智能分析方法及系統，基于超聲數據，利用深度神經網絡，對甲狀腺結節風險指標進行定量分析；包括：獲取圖像數據和統計數據；輸入到結節識別器，得到輸出層結果，進行聚類分析，得到聚類中心；將聚類中心輸入深度自編碼器輸入層進行深度學習得到深度特征數據；可通過基于甲狀腺特征的正則化優化方法優化深度自編碼器；利用深度特征數據，再向用戶請求獲取附加信息；將附加信息和深度特征數據輸入到分類器，基于人工神經網絡進行分析，得到結節風險指標。本發明健壯性高，敏感性好，可用于大規模臨床使用。

技術領域

本發明屬于信息技術領域，涉及甲狀腺超聲數據的定量評估技術，特別涉及一種基于超聲數據的深度神經網絡的甲狀腺結節風險指標定量分析方法及系統。

背景技術

甲狀腺結節長期以來一直靠超聲醫師通過人眼，對超聲圖像進行主觀的評價。現有技術盡管采用一些半定量評價指標，但仍無法解決大多數的評價需求。醫師在相互交流和學習中，經常使用一些主觀敘述，容易產生誤解。因此，臨床迫切需要一種高效穩定，重復性好的定量評價工具。

現有的對結節病變進行分析評估技術中，中國專利發明201010514921.1記載了一種乳腺病變定量化影像評價系統。該乳腺病變定量化影像評價系統包括一套乳腺腫瘤病變生長擴散的非線性數據模型。其特點是通過邊界輪廓分形維、腫瘤內部的復雜分形維、異質性及包塊化程度等,并綜合乳腺病變鈣化特征,及臨床特征性征象,考查乳腺腫瘤生長擴散參數。該技術方案提供了一種簡潔有效的實用性腫瘤影像量化評估方法,能夠計算出腫瘤良惡性預測數值，模型較簡潔，計算速度較快，針對乳腺腫瘤有很好的效果。但是，該方案僅針對乳腺腫瘤專門設計，無法適應對包括甲狀腺在內的其它組織的結節病變進行分析評估的實際應用需要。

發明內容

為了克服上述現有技術的不足，本發明提供一種超聲甲狀腺結節風險指標的智能分析方法及系統，基于超聲數據，利用深度神經網絡，對甲狀腺結節風險指標進行定量分析；本發明健壯性高，敏感性好，可用于大規模臨床使用。

本發明提供的技術方案是：

一種超聲甲狀腺結節風險指標的智能分析方法，利用深度神經網絡，針對超聲數據進行定量分析，獲取甲狀腺結節風險指標；包括如下步驟：

1)讀取超聲數據，進行預處理，獲取圖像數據和統計數據；

具體實施中，從設備上讀取DICOM(Digital Imaging and Communications inMedicine，醫學數字成像和通信)超聲序列數據，提取其中的圖像數據并計算其統計分布；

2)將圖像數據輸入到深度人工神經網絡，以輸出層結果為判定結果，大于一設定閾值則將其輸入存到甲狀腺結節列表中；重復該操作直至遍歷全部圖像數據；將甲狀腺結節列表進行聚類分析，得到聚類中心；

3)將聚類中心輸入深度自編碼器輸入層，進行深度學習抽象，以輸出層結果作為深度特征數據；進一步可通過基于甲狀腺特征的正則化優化方法優化深度自編碼器；

4)利用深度特征數據，再向用戶請求獲取附加信息；將附加信息和深度特征數據輸入到分類器，基于人工神經網絡進行分析，得到結節風險指標；

5)將步驟4)得到的結節風險指標可視化呈現給用戶。

用戶還可通過交互操作對結節風險指標進行糾正，再轉到步驟3)對參數進行修正并更新。

針對上述超聲甲狀腺結節風險指標的智能分析方法，進一步地，步驟1)進行預處理包括拆解原始數據，去除患者姓名、掃描日期等文字信息，獲取原始圖像數據；再通過納卡伽米統計分布法對原始圖像數據進行分析，得到特征參數形狀因子和尺度因子分布圖，作為統計數據。

針對上述超聲甲狀腺結節風險指標的智能分析方法，進一步地，步驟2)具體包括如下步驟：