[發(fā)明專利]一種甲狀腺邊界平滑度檢測裝置

有效

• 申請?zhí)枺?/td>: 202010766977.X
• 申請日: 2020-08-03
• 公開（公告）號: CN112001894B
• 公開（公告）日: 2021-04-30
• 發(fā)明（設計）人: 陳奇富
• 申請（專利權）人: 什維新智醫(yī)療科技（上海）有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T7/11;G06T7/90;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 上海泰能知識產(chǎn)權代理事務所(普通合伙) 31233
• 代理人: 錢文斌

本發(fā)明涉及一種甲狀腺邊界平滑度檢測裝置，包括：TNet模型構建和訓練模塊：基于卷積神經(jīng)網(wǎng)絡VGG?19模型來構建TNet模型；感興趣圖像獲取模塊：通過選取感興趣坐標點的方式來獲取感興趣圖像；甲狀腺良惡性檢測模塊：通過所述TNet模型對所述感興趣圖像進行檢測，并產(chǎn)生“隨訪”或“穿刺”作為輸出；甲狀腺邊界平滑度檢測模塊：用于對所述感興趣圖像中的甲狀腺邊界進行平滑度檢測，再通過構建總體平滑度函數(shù)來判斷甲狀腺邊界的平滑度，本發(fā)明能夠有效檢測甲狀腺邊界的平滑度，且識別率較好，為醫(yī)生正確判斷病況提供可靠依據(jù)。

技術領域

本發(fā)明涉及輔助醫(yī)學診斷領域，特別是涉及一種甲狀腺邊界平滑度檢測裝置。

背景技術

甲狀腺癌癥是全球女性中最常見的癌癥之一，女性的發(fā)病率是男性的三倍。在2018年，每20位被診斷出癌癥的女性病例中就有1位是甲狀腺癌。超聲成像是一種用于癌癥診斷的非侵入性、非輻射性且低成本的技術。然而，由于超聲圖像質(zhì)量低，識別甲狀腺和通過超聲檢測癌癥跡象是一項艱巨的任務。

近年來，卷積神經(jīng)網(wǎng)絡(CNN)顯示出了出色的目標檢測能力，特別是對于大規(guī)模的視覺識別任務。CNN已用于包括醫(yī)學成像在內(nèi)的不同的計算機視覺任務，它在特征學習中表現(xiàn)出強大的功能，并且能夠從圖像中學習具有區(qū)分性和魯棒性的對象特征(例如線條、形狀、紋理和顏色)。有許多已經(jīng)開發(fā)了的用于對象分類問題的CNN模型，例如在ImageNet數(shù)據(jù)集的“大規(guī)模視覺識別挑戰(zhàn)”(ILSVRC)的背景下設計的VGGNet。VGG模型源自于DCNN訓練的約120萬張帶標簽的圖像，它包含來自ILSVRC數(shù)據(jù)集的1000個不同類別，其中該數(shù)據(jù)集中的每個單個對象均作為主體，且位于圖像中心，并伴有些許雜亂的背景。VGG模型將整個圖像作為輸入并預測對象的類別標簽。VGG模型網(wǎng)絡的體系結構包括權重層、規(guī)范化層、最大池化層、全連接層以及在輸出層中具有softmax激活的線性層。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術問題是提供一種甲狀腺邊界平滑度檢測裝置，能夠有效檢測甲狀腺邊界的平滑度。

本發(fā)明解決其技術問題所采用的技術方案是：提供一種甲狀腺邊界平滑度檢測裝置，包括：

TNet模型構建和訓練模塊：構建并訓練基于卷積神經(jīng)網(wǎng)絡的VGG-19模型，調(diào)整所述VGG-19模型的最后三層結構；將所述VGG-19模型訓練好的層遷移到新的卷積神經(jīng)網(wǎng)絡模型中，來構建TNet初始模型，并對所述TNet初始模型進行預訓練，得到TNet模型；

感興趣圖像獲取模塊：通過選取感興趣坐標點的方式對甲狀腺超聲圖像的甲狀腺邊界進行截取，得到感興趣圖像；

甲狀腺良惡性檢測模塊：用于將所述感興趣圖像輸入到所述TNet模型中，所述TNet模型對所述感興趣圖像進行檢測，并產(chǎn)生“隨訪”或“穿刺”作為輸出；

甲狀腺邊界平滑度檢測模塊：用于對所述感興趣圖像中的甲狀腺邊界進行平滑度檢測，再通過構建總體平滑度函數(shù)來判斷甲狀腺邊界的平滑度。

所述甲狀腺邊界平滑度檢測模塊中對所述感興趣圖像中的甲狀腺邊界進行平滑度檢測之前，包括：通過坐標插值法以甲狀腺邊界為界限劃分出帶狀區(qū)域，所述帶狀區(qū)域包括甲狀腺內(nèi)部區(qū)域和甲狀腺外部區(qū)域，再將所述帶狀區(qū)域分割為R個子帶狀區(qū)域，每個所述子帶狀區(qū)域包括甲狀腺內(nèi)部子區(qū)域和甲狀腺外部子區(qū)域。

所述甲狀腺邊界平滑度檢測模塊中對所述感興趣圖像中的甲狀腺邊界進行平滑度檢測，包括：提取每個所述子帶狀區(qū)域中的甲狀腺內(nèi)部子區(qū)域和外部子區(qū)域的強度平均值，公式為：

其中，N表示每個子帶狀區(qū)域中的像素個數(shù)，I^*(x,y)表示每個子帶狀區(qū)域中像素的強度值；

提取每個所述子帶狀區(qū)域中的甲狀腺內(nèi)部子區(qū)域和外部子區(qū)域的標準差，公式為：