[发明专利]一种基于剪切波弹性成像超声组学深度分析方法及系统

说明书

本发明公开了一种基于剪切波弹性成像超声组学深度分析方法及系统，所述方法包括：针对不同疾病，利用超声医学声学经验获取标准化剪切波弹性图像；针对相应疾病模型，利用剪切波图像获取所在器官相应弹性超声组学数据；将所述弹性超声组学数据输入训练好的深度学习网络，并根据所述弹性超声组学数据调整神经元的连接权重、配比卷积和池化层，得到调整后的弹性超声组学数据，通过深度学习获取每个病变的分类评分；基于患者临床信息，检验指标，对结果深度学习弹性分类评分，通过机器学习分析，构建深度分析决策系统。本发明能够提高边界数据获取的可重复性及图像分析的适应性，并构建深度分析决策系统提高辅助分析结果的准确性。

技术领域

本发明涉及人工智能辅助决策领域，特别是涉及一种基于剪切波弹性成像超声组学深度分析方法及系统。

背景技术

剪切波成像技术是通过发射连续聚焦的声辐射力脉冲，对被聚焦部位的组织粒子组织产生横向剪切波，再通过超高速成像系统采集剪切波，以彩色编码技术获得实时弹性图像及杨氏模量值。彩色编码图像中以红色表示较硬组织、以蓝色表示较软组织。杨氏模量值则是由公式E＝3ρc²(E为杨氏模量，c表示剪切波传播速度，ρ表示组织密度)计算而来，单位为kPa，反映组织硬度。恶性肿瘤组织由于细胞增殖过快，血液丰富，纤维组织过度增生，通常组织硬度高于良性病变，且不同种类的病变成其硬度也有一定程度的差异。因此，利用目前的剪切波成像技术测量组织的杨氏模量值，能一定程度上辅助疾病诊断。

目前剪切波成像技术通过选取一个感兴趣区域(Region of interest，ROI)，可获得该区域的最大、最小、平均及标准差杨氏模量值，但存在以下缺点：(1)从一个单一的硬度值做出诊断具有一定的片面性，而且不同病变间的硬度值范围可能存在重叠区域而导致诊断困难；(2)由于最小值、平均值、标准差都对ROI的面积影响较大，为保证ROI的可重复性，通常选取较小的ROI，但由此降低剪切波弹性图像的利用率。因此剪切波成像技术的结果分析及呈现手法仍有改善空间。

发明内容

本发明的目的在于提供一种基于剪切波弹性成像超声组学深度分析方法及系统，能够提高边界数据获取的可重复性及图像分析的适应性，并构建深度分析决策系统提高辅助分析结果的准确性。

为了克服上述现有技术中的缺陷，本发明实施例提供一种基于剪切波弹性成像超声组学深度分析方法，包括：

步骤S11，针对不同疾病，利用超声医学声学经验获取标准化剪切波弹性图像；

步骤S12，针对相应疾病模型，利用剪切波图像获取所在器官相应弹性超声组学数据；

步骤S13，将所述弹性超声组学数据输入训练好的深度学习网络，并根据所述弹性超声组学数据调整神经元的连接权重、配比卷积和池化层，得到调整后的弹性超声组学数据，通过深度学习获取每个病变的分类评分；

步骤S14，基于患者临床信息，检验指标，对结果深度学习弹性分类评分，通过机器学习分析，构建深度分析决策系统。

优选地，所述步骤S11中，获取标准化剪切波弹性图像包括：

获取浅表占位病变标准图像，将超声探头轻置于病变表面，使切面为病变病灶最大切面，切换至剪切波弹性成像模式，使剪切波弹性成像取样框包含整个病灶，获取剪切波弹性成像彩色区域充满整个取样框；

获取腹部实质器官占位病变标准图像，将超声探头轻置于病变表面，使切面为病变病灶最大切面，切换至剪切波弹性成像模式，使剪切波弹性成像取样框包含整个病灶，获取剪切波弹性成像彩色区域大于整个取样框的三分之二。

优选地，所述步骤S12中，弹性超声组学数据包括纹理转换特征、灰度分布、转换矩阵特征以及滤过转换特征。

优选地，所述剪切波弹性成像取样框内全病灶的边缘为感兴趣区域；