公开(公告)号：CN116664543A

公开(公告)日：2023-08-29

申请号：CN202310726119.6

申请日：2023-06-19

Applicant: 西安交通大学医学院第二附属医院

Inventor： 王娟 ,  何鑫 ,  张栋 ,  杜少毅 ,  杨静 ,  袁新 ,  姜珏

IPC: G06T7/00 ,  G06V10/82 ,  G06N3/047 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请公开了一种超声结节可解释性识别方法、计算机设备及存储介质，该识别方法包括：建立浅表2D超声影像数据集；建立基于掩码自编码的自监督学习模型，增强特征编码器，促使模型充分挖掘超声影像的局部‑全局特征；建立基于蒙特卡洛的不确定性结节轮廓预测子网络，获取疑似结节的识别掩码置信度和其轮廓的不确定性误差概率映射图；建立超声结节的因子特征量化模块，以量化结节尺度、边界、成分、钙化和回声等属性的因子特征；建立识别结果的可解释性增强模块，通过一致性关联与可视化映射方法将量化结果映射在超声原始图像上，实现超声结节良恶性分级的可解释性分析。本申请实现了结节特征属性量化表征并改善了结节良恶性分级的准确性。