[發明專利]一種乳腺腫瘤識別方法、裝置及存儲介質

在審

• 申請號: 202010070172.1
• 申請日: 2020-01-21
• 公開（公告）號: CN111292299A
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 蔣加伏;李鑫佩;蔣利佳
• 申請（專利權）人: 長沙理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 孫浩

本發明公開了一種乳腺腫瘤識別方法，包括：獲取乳腺數據集的若干標準乳腺圖像，將每個標準乳腺圖像分別輸入到模糊神經網絡中進行訓練，得到若干標準特征圖；通過對若干標準特征圖進行全局平均池化和融合處理，得到訓練完成的乳腺腫瘤識別模型；采集待識別的若干目標乳腺圖像，將若干目標乳腺圖像輸入到乳腺腫瘤識別模型進行處理，得到乳腺腫瘤類型。該乳腺腫瘤識別方法、裝置及存儲介質，能夠自動識別乳腺腫瘤的類型，受外界因素影響較小，提高了乳腺腫瘤識別的準確率。

技術領域

本發明涉及醫學領域，具體涉及一種乳腺腫瘤識別方法、裝置及存儲介質。

背景技術

乳腺疾病是女性的多發病癥之一，特別是隨著現代都市生活節奏的加快，女性面對的生活壓力、工作壓力加重，乳腺疾病的發病率在逐年升高，嚴重的乳腺疾病可能導致乳腺癌。

目前，乳腺影像可以利用低劑量的X光檢查人類的乳房，它能偵測各種乳房腫瘤、囊腫等病灶，有助于早期發現乳癌，并降低其死亡率。乳腺影像一般包含四份X光攝像，分別為左右乳各兩個投照位上共四份圖像。對整個乳腺的構成進行分型，有助于判斷乳腺影像診斷的可靠程度，即確定病灶隱藏在正常乳腺組織中的可能性。但是，醫生一般通過個人經驗判斷乳腺影像中的乳腺的分型情況，該方法效率較低，并且存在較大的主觀性，容易造成漏診和誤診的情況發生。

發明內容

本發明旨在至少解決現有技術中存在的技術問題之一。為此，本發明提出一種乳腺腫瘤識別方法、裝置及存儲介質，能夠自動識別乳腺腫瘤的類型，提高了乳腺腫瘤識別的準確率。

根據本發明的第一方面的實施例的一種乳腺腫瘤識別方法，包括:

獲取乳腺數據集的若干標準乳腺圖像，將每個所述標準乳腺圖像分別輸入到模糊神經網絡中進行訓練，得到若干標準特征圖；

通過對若干所述標準特征圖進行全局平均池化和融合處理，得到訓練完成的乳腺腫瘤識別模型；

采集待識別的若干目標乳腺圖像，將若干所述目標乳腺圖像輸入到所述乳腺腫瘤識別模型進行處理，得到乳腺腫瘤類型。

根據本發明實施例的乳腺腫瘤識別方法，至少具有如下有益效果：利用模糊神經網絡對若干標準乳腺圖像進行處理，能夠提高標準特征圖提取的準確性；對若干標準特征圖進行全局平均池化和融合處理，更好地整合了全局空間信息，提高乳腺腫瘤識別模型的準確性；將若干目標乳腺圖像輸入到乳腺腫瘤識別模型進行處理，得到的乳腺腫瘤類型，受外界因素影響較小、檢測的準確度較高。

根據本發明的一些實施例，還包括：

創建乳腺數據集，所述乳腺數據集內含有若干標準乳腺圖像，所述標準乳腺圖像包括：乳腺腫瘤惡性圖像、乳腺腫瘤良性圖像和乳腺正常圖像。

根據本發明的一些實施例，所述創建乳腺數據集，包括如下步驟：

采集若干乳腺圖像，對所述乳腺圖像進行分類標注處理，得到乳腺標注圖像；所述分類標注包括：乳腺腫瘤的類型、位置和形狀；

通過對所述乳腺標注圖像進行預處理，得到像素一致的標準乳腺圖像。

根據本發明的一些實施例，還包括：

建立若干神經網絡，利用漢明距離分別對若干所述神經網絡進行處理，得到若干模糊神經網絡；所述模糊神經網絡中的每層網絡層的偏置與權重的關系為：其中，b為偏置，w_l為第l層網絡層的權重，x_l為第l層網絡層的輸入，L為網絡層的數量。

根據本發明的一些實施例，所述獲取乳腺數據集的若干標準乳腺圖像，將每個所述標準乳腺圖像分別輸入到模糊神經網絡中進行訓練，得到若干標準特征圖，包括如下步驟：

獲取乳腺數據集的四張標準乳腺圖像；