[發(fā)明專利]一種基于復合神經(jīng)網(wǎng)絡的超聲造影視頻數(shù)據(jù)分析方法有效
| 申請?zhí)枺?/td> | 202010136459.X | 申請日: | 2020-03-02 |
| 公開(公告)號: | CN111402207B | 公開(公告)日: | 2023-05-30 |
| 發(fā)明(設計)人: | 胡航通;王偉;陳立達;阮思敏;匡銘;謝曉燕;呂明德 | 申請(專利權)人: | 中山大學附屬第一醫(yī)院 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00 |
| 代理公司: | 廣州三環(huán)專利商標代理有限公司 44202 | 代理人: | 郭浩輝;麥小嬋 |
| 地址: | 510030 廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 復合 神經(jīng)網(wǎng)絡 超聲 造影 視頻 數(shù)據(jù) 分析 方法 | ||
本發(fā)明公開了一種基于復合神經(jīng)網(wǎng)絡的超聲造影(CEUS)視頻數(shù)據(jù)分析方法,通過獲取待分析肝臟病變的超聲造影多期視頻數(shù)據(jù),從多期視頻數(shù)據(jù)中提取出多個超聲造影時序單元,并標注多個超聲造影時序單元,再通過復合神經(jīng)網(wǎng)絡提取各時序單元的綜合信息,并根據(jù)各時序單元的綜合信息進行后續(xù)網(wǎng)絡訓練,得到針對肝臟病變判定的參數(shù)權重,根據(jù)網(wǎng)絡參數(shù)和參數(shù)權重構建肝臟病變分析模型,最后將待分析肝臟病變的超聲造影多期視頻數(shù)據(jù)輸入至肝臟病變分析模型,輸出待分析肝臟病變的分析結果。采用本發(fā)明提供的實施例,不僅能夠充分利用CEUS時序信息,還降低了對視頻分析的計算機算力需求,從而能夠快速地對待分析肝臟病變進行分析。
技術領域
本發(fā)明涉及醫(yī)療及數(shù)據(jù)處理技術領域,尤其涉及一種基于復合神經(jīng)網(wǎng)絡的超聲造影視頻數(shù)據(jù)分析方法。
背景技術
CEUS是評估肝臟病變的三大常規(guī)影像手段之一(其他兩者為CT、MR),其廣泛的應用為臨床研究積累了大量的寶貴數(shù)據(jù)。但由于不同儀器、不同成像條件及不同操作者等造成的數(shù)據(jù)異質(zhì)性,針對CEUS的計算機輔助診斷技術開發(fā)較少,極大限制了其技術發(fā)展。
CEUS視頻能從血流灌注學提供與病變密切相關的影像信息,反映了一個連續(xù)、動態(tài)變化的增強-消退過程,即時序信息。這是CEUS相較于其他影像手段的最大優(yōu)勢所在。
隨著深度神經(jīng)網(wǎng)絡的發(fā)展,出現(xiàn)了針對時序信息分析的網(wǎng)絡,即從時間和空間上實現(xiàn)特征表示的網(wǎng)絡。如長短時記憶網(wǎng)絡(Long?Short-Term?Memory,LSTM)和3D?CNN便是這一領域的突破。LSTM包含獨特的“記憶單元”以存儲和調(diào)用隨時序變化的圖像前后信息;3D?CNN可以從相鄰幀的多個信息通道中分別進行卷積,然后整合各通道信息以獲得最終特征表示。兩者為有效整合CEUS多期視頻的時序信息以提供了技術支持。
然而視頻是由連續(xù)的單幀圖像組成的,一例1-2分鐘的CEUS視頻就包含了數(shù)千幀圖像,數(shù)據(jù)大小往往達到數(shù)百兆,所以對其進行分析需要強大的計算機算力。
發(fā)明內(nèi)容
本發(fā)明實施例的目的是提供一種基于復合神經(jīng)網(wǎng)絡的超聲造影視頻數(shù)據(jù)分析方法,在充分利用CEUS時序信息的同時,降低了對視頻分析的計算機算力需求。
為實現(xiàn)上述目的,本發(fā)明實施例提供了一種基于復合神經(jīng)網(wǎng)絡的超聲造影視頻數(shù)據(jù)分析方法,包括以下步驟:
獲取待分析肝臟病變的超聲造影多期視頻數(shù)據(jù);
從所述多期視頻數(shù)據(jù)中提取出多個超聲造影時序單元,并標注所述多個超聲造影時序單元;
通過復合神經(jīng)網(wǎng)絡提取各時序單元的綜合信息,并根據(jù)所述各時序單元的綜合信息進行后續(xù)網(wǎng)絡訓練,得到針對肝臟病變判定的參數(shù)權重,根據(jù)網(wǎng)絡參數(shù)和所述參數(shù)權重構建肝臟病變分析模型;
將所述待分析肝臟病變的超聲造影多期視頻數(shù)據(jù)輸入至所述肝臟病變分析模型,輸出所述待分析肝臟病變的分析結果。
進一步的,所述獲取待分析肝臟病變的超聲造影多期視頻數(shù)據(jù),具體為:
對待分析肝臟病變進行多期分段視頻數(shù)據(jù)采集,得到多期視頻數(shù)據(jù);
其中,每期包括動脈期、門脈期以及延遲期。
進一步的,所述從所述多期視頻數(shù)據(jù)中提取出多個超聲造影時序單元,并標注所述多個超聲造影時序單元,具體為:
按照預設的時間節(jié)點在每期視頻數(shù)據(jù)的動脈期、門脈期以及延遲期中各提取單幀圖像,得到多個包含三張單幀圖像的組合,并根據(jù)原有動脈期-門脈期-延遲期的時間序列,對所述多個包含三張單幀圖像的組合進行排序得到多個超聲造影時序單元,同時標注所述多個超聲造影時序單元。
進一步的,所述動脈期預設的時間節(jié)點為10-30秒,所述門脈期預設的時間節(jié)點為31-120秒,所述延遲期預設的時間節(jié)點為121-360秒。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中山大學附屬第一醫(yī)院,未經(jīng)中山大學附屬第一醫(yī)院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010136459.X/2.html,轉載請聲明來源鉆瓜專利網(wǎng)。
- 硬件神經(jīng)網(wǎng)絡轉換方法、計算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡
- 神經(jīng)網(wǎng)絡的生成方法、生成裝置和電子設備
- 一種舌診方法、裝置、計算設備及計算機存儲介質(zhì)
- 學習神經(jīng)網(wǎng)絡結構
- 脈沖神經(jīng)網(wǎng)絡轉換方法及相關轉換芯片
- 圖像處理方法、裝置、可讀存儲介質(zhì)和計算機設備
- 一種適應目標數(shù)據(jù)集的網(wǎng)絡模型微調(diào)方法、系統(tǒng)、終端和存儲介質(zhì)
- 用于重構人工神經(jīng)網(wǎng)絡的處理器及其操作方法、電氣設備
- 一種圖像神經(jīng)網(wǎng)絡結構的優(yōu)化方法及裝置





