[發明專利]一種乳腺超聲圖像病灶智能識別防漏判系統的構建方法

在審

• 申請號: 202110273723.9
• 申請日: 2021-03-15
• 公開（公告）號: CN112687391A
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 章毅;郭泉;戚曉峰;劉文杰;周堯;張蕾
• 申請（專利權）人: 四川大學
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H15/00;G06T7/00
• 代理公司: 成都弘毅天承知識產權代理有限公司 51230
• 代理人: 崔璐

本發明公開了一種乳腺超聲圖像病灶智能識別防漏判系統的構建方法，包括S1.數據準備，S2.深度神經網絡模型設計，S3.防漏診數據一致性設計，S4.防漏診模型訓練，S5.防漏診模型測試。本發明乳腺超聲圖像病灶智能識別防漏判系統的構建方法，構建的系統添加了一個防漏診模型模塊，防漏診模型模塊使用生成對抗神經網絡來設計，能夠降低原有的計算機智能診斷系統的漏診率，以此來提升輔助診斷的效果和精度，減少醫院醫生的工人看片成本，提高效率。

技術領域

本發明涉及超聲影像技術領域，尤其是涉及一種乳腺超聲圖像病灶智能識別防漏判系統的構建方法。

背景技術

乳腺癌是發生在乳腺腺上皮組織的惡性腫瘤。乳腺癌中99%發生在女性，男性僅占1%。女性乳腺是由皮膚、纖維組織、乳腺腺體和脂肪組成的，乳腺并不是維持人體生命活動的重要器官，原位乳腺癌并不致命；但由于乳腺癌細胞喪失了正常細胞的特性，細胞之間連接松散，容易脫落。癌細胞一旦脫落，游離的癌細胞可以隨血液或淋巴液播散全身，形成轉移，危及生命。目前乳腺癌已成為威脅女性身心健康的常見腫瘤并已成為當前社會的重大公共衛生問題。據世界衛生組織國際癌癥研究機構（IARC）發布的2020最新全球癌癥數據顯示，乳腺癌已經取代肺癌成為全球第一大癌。乳腺癌發病人數增加，根本原因之一是乳腺癌風險因素的不斷變化，比如推遲生育、生育次數減少，這在正經歷社會和經濟轉型的國家中最為明顯，超重和肥胖，以及缺乏運動，也是造成全世界乳腺癌發病率上升的原因。中國不是乳腺癌的高發病國家，但情況依舊不宜樂觀，乳腺癌的早發現，早治療，是提升患者存活率的關鍵。

對于乳腺癌的診斷，影像學檢查中的彩超檢查能有效檢測病變部位。乳腺超聲技術應用于乳腺癌診斷始于20世紀50年代，具有無創、快捷、重復性強等優點，能清楚地顯示乳腺各層軟組織及其中腫塊的形態、內部結構及相鄰組織的改變。由于無放射性，可適用于任何年齡，尤其是妊娠及哺乳期女性的乳腺檢查。能較好地顯示乳腺腫塊的位置、形態、結構等。對較致密乳腺、腫塊可能難以分辨，超聲可利用聲波界面反射的差別，清晰顯示病灶的輪廓和形態。目前，在部分醫療較好的醫院，每位患者先通過彩超檢查獲得彩超圖像數據，之后再由專業放射科技師對每一張圖片進行人工診斷，最后得到患者的病例報告。同時，計算機輔助技術（CAD）能夠智能診斷乳腺彩超圖片，輔助醫生更好的做出決策。

現有的乳腺彩超識別需要人工進行診斷，這種診斷效果極大程度取決于專業醫師的專業水平，人工讀片成本大，但由于醫生水平參差不齊，同時優秀的醫生的個數又不能滿足與日增長的患者數量，所以病人需要等待多日以后才能拿到自己的病例報告結果。同時，現有的計算機輔助診斷設備準確率較低，不能滿足臨床的實際需求，而且這些輔助設備存在漏診的可能，這會對患者的生命造成嚴重危害。對于現有的基于深度神經網絡的計算機輔助治療模型，訓練數據將直接放入卷積神經網絡（CNN）模型進行訓練，之后再通過系統返回的陰性或者陽性結果來判斷圖片是否存在惡性腫瘤。該方法可能存在極高的漏診率，對一些本來為陽性的患者，如果診斷成陰性，那么就可能嚴重拖延患者的治療時機。

發明內容

有鑒于此，本發明的目的是針對現有技術的不足，提供一種乳腺超聲圖像病灶智能識別防漏判系統的構建方法，添加了一個防漏診模型模塊，能夠降低原有的計算機智能診斷系統的漏診率，以此來提升輔助診斷的效果和精度，減少醫院醫生的工人看片成本，提高效率。

為達到上述目的，本發明采用以下技術方案：一種乳腺超聲圖像病灶智能識別防漏判系統的構建方法，包括S1.數據準備，S2.深度神經網絡模型設計，S3.防漏診數據一致性設計，S4.防漏診模型訓練，S5.防漏診模型測試。

進一步地，數據準備包括以下步驟：

S1.1.數據標注：對于彩超圖像中發生乳腺癌病變的確切位置進行標注，以獲取對應圖像的標簽，每一張彩超圖像對應一個標簽，0代表正常乳腺或者良性腫瘤，1代表惡性腫瘤；

S1.2.數據預處理：對于每個彩超報告，裁減掉除了彩超圖像以外的其他信息以防止額外信息的干擾；將每張彩超圖像重新拉伸或縮減至相同大小以適應網絡輸入大小；