公开(公告)号：CN114708236B

公开(公告)日：2023-04-07

申请号：CN202210386468.3

申请日：2022-04-11

Applicant: 徐州医科大学

Inventor： 唐璐 ,  杨行 ,  惠雨

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于TSN和SSN在超声图像中的甲状腺结节良恶性分类方法，包括如下步骤：收集甲状腺结节的超声图像和病理结果，生成甲状腺结节的轮廓掩膜图像；建立纹理聚焦流网络TSN；建立轮廓检测CD模块引导的形状聚焦流网络SSN；将TSN和SSN的输出拼接在一起进行结节分类；采用CAM注意力网络来引导TSN和SSN，使得决策注意力集中在结节区域；将决策注意图限制在轮廓掩膜的范围内，获取最终甲状腺结节性质的分类。本发明设计的TSN和SSN可以很好地互补，能够捕捉更加丰富的结节特征信息，能够明显提高TSN和SSN双流网络的性能。本发明性能稳定，准确率高，为临床提供客观参考。

公开(公告)号：CN114708236A

公开(公告)日：2022-07-05

申请号：CN202210386468.3

申请日：2022-04-11

Applicant: 徐州医科大学

Inventor： 唐璐 ,  杨行 ,  惠雨

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于TSN和SSN在超声图像中的甲状腺结节良恶性分类方法，包括如下步骤：收集甲状腺结节的超声图像和病理结果，生成甲状腺结节的轮廓掩膜图像；建立纹理聚焦流网络TSN；建立轮廓检测CD模块引导的形状聚焦流网络SSN；将TSN和SSN的输出拼接在一起进行结节分类；采用CAM注意力网络来引导TSN和SSN，使得决策注意力集中在结节区域；将决策注意图限制在轮廓掩膜的范围内，获取最终甲状腺结节性质的分类。本发明设计的TSN和SSN可以很好地互补，能够捕捉更加丰富的结节特征信息，能够明显提高TSN和SSN双流网络的性能。本发明性能稳定，准确率高，为临床提供客观参考。