[發明專利]一種乳腺癌檢測方法及裝置

在審

• 申請號: 201810003857.7
• 申請日: 2018-01-03
• 公開（公告）號: CN108230311A
• 公開（公告）日: 2018-06-29
• 發明（設計）人: 章毅;呂青;張蕾;戚曉峰;皮勇;杜正貴;劉鵬程;王瑤;王璟玲;李季蘭;王晗;龐博
• 申請（專利權）人: 四川大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 郭新娟

1.一種乳腺癌檢測方法，應用于診斷系統，其特征在于，包括：

獲得目標患者的乳腺彩超報告，并從所述乳腺彩超報告中識別出多張待診斷彩超圖像；

利用深度神經網絡對所述多張待診斷彩超圖像中的每張待診斷彩超圖像進行處理，獲得表示所述目標患者是否有乳腺癌或其它乳腺疾病的診斷結果。

2.如權利要求1所述的方法，其特征在于，在利用深度神經網絡對所述多張待診斷彩超圖像中的每張待診斷彩超圖像進行處理，獲得表示所述目標患者是否有乳腺癌或其它乳腺疾病的診斷結果之前，所述方法還包括：

獲得已經確診的多個乳腺疾病患者中每個乳腺疾病患者的多張彩超圖像；

設計深度神經網絡模型；

基于每個乳腺疾病患者的多張彩超圖像，對所述深度神經網絡模型進行訓練，獲得經訓練的深度神經網絡；

對所述深度神經網絡進行測試，在測試結果表征所述深度神經網絡達到預設要求時，執行步驟：利用深度神經網絡對所述多張待診斷彩超圖像中的每張待診斷彩超圖像進行處理，獲得表示所述目標患者是否有乳腺癌或其它乳腺疾病的診斷結果。

3.如權利要求2所述的方法，其特征在于，在獲得已經確診的多個乳腺疾病患者中每個乳腺疾病患者的多張彩超圖像之后；設計深度神經網絡模型之前，所述方法還包括：

對每個乳腺疾病患者的多張彩超圖像中的每張彩超圖像進行數據標注，獲得每個乳腺疾病患者的多張經標注彩超圖像；

對每個乳腺疾病患者的彩超報告進行裁剪，并將每張彩超報告用邊框框出，獲得對應所述多個乳腺疾病患者的多個加邊框彩超報告；

對所述多個乳腺疾病患者對應的數據集按照四比一比例劃分，獲得訓練集和測試集，其中，所述數據集包括每個乳腺疾病患者的多張經標注彩超圖像及多個加邊框彩超報告。

4.如權利要求3所述的方法，其特征在于，設計深度神經網絡模型，包括：

設計特征提取單元，所述特征提取單元包括一個輸入層和多個卷積結構，每個卷積結構由多個不同尺度的卷積層和池化層構成；

設計特征融合單元，所述特征融合單元包括一個全局均值池化層，用于在圖像的通道維度上對多種圖像特征進行融合；

設計分類單元，所述分類單元包括一個多類別分類器。

5.如權利要求4所述的方法，其特征在于，基于每個乳腺疾病患者的多張彩超圖像，對所述深度神經網絡模型進行訓練，獲得經訓練的深度神經網絡，包括：

采用旋轉、裁剪和加噪聲方式，對所述數據集進行增廣，獲得經增廣數據集，所述經增廣數據集包括：經增廣訓練集和經增廣測試集；

確定所述經增廣數據集中的圖像數據的三通道(RGB)灰度值作為深度神經網絡的輸入值；以及將所述經增廣數據集中的圖像數據進行分類，并對每類圖像進行編碼，獲得至少兩類經編碼圖像數據；

利用所述多類別分類器設計獲得權值矩陣；

進行前向計算，獲得所述深度神經網絡模型中網絡輸出層神經元的激活值，以及設計性能函數；

基于所述網絡輸出層神經元的激活值，進行網絡訓練，獲得經訓練的深度神經網絡。

6.如權利要求5所述的方法，其特征在于，所述對所述深度神經網絡進行測試，包括：

將所述經增廣數據集中的圖像數據輸入所述深度神經網絡，所述深度神經網絡計算出所述網絡輸出層神經元的激活值，并根據所述網絡輸出層神經元的激活值預測出所述經增廣數據集中的圖像數據的預測類別；

將所述預測類別與樣本實際類別進行比對，獲得每個乳腺疾病患者的測試結果；

當通過每個乳腺疾病患者的測試結果確定預測正確的樣本的數量達到預設數值時，表示所述深度神經網絡通過測試。