一种甲状腺超声视频自动分析方法与系统
基本信息
| 申请号 | CN202011395921.4 | 申请日 | - |
| 公开（公告）号 | CN112419396A | 公开（公告）日 | 2021-02-26 |
| 申请公布号 | CN112419396A | 申请公布日 | 2021-02-26 |
| 分类号 | G06T7/11(2017.01)I;G06T7/62(2017.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 张坤;王煜辰;常实;李钟毓;杨猛;吴叶楠;房亮 | 申请（专利权）人 | 前线智能科技（南京）有限公司 |
| 代理机构 | 西安通大专利代理有限责任公司 | 代理人 | 安彦彦 |
| 地址 | 210000江苏省南京市建邺区贤坤路1号科创中心2楼220-841号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 一种甲状腺超声视频自动分析方法及系统，标注出甲状腺超声视频中结节出现帧段，取出对应帧段后的图片，进行处理，计算相似度，筛除相似度过高的图片，得到数据集E；利用数据集E训练深度学习模型，得到判断甲状腺图像的分类模型，记作模型E；若甲状腺超声视频中所有图片均无甲状腺结节，则甲状腺超声视频的分类结果为无甲状腺结节，置信度为100％；若甲状腺超声视频中检测到含有甲状腺结节的图片，则分类结果为通过模型E计算得到的第一类结节图片置信度的大小。本发明采用深度学习的方法，具有从甲状腺视频数据中自我学习有效信息的能力，从而在数据中挖掘复杂的关联模式。实现更高效的波形特征提取和更好的分类结果。 |
