[发明专利]自主评估甲状腺结节良恶性的智能辅助识别设备及方法在审
申请号: | 202011031769.1 | 申请日: | 2020-09-27 |
公开(公告)号: | CN112206006A | 公开(公告)日: | 2021-01-12 |
发明(设计)人: | 付庄;费健;卢晨卓;赵艳娜;谢荣理;张俊 | 申请(专利权)人: | 上海交通大学 |
主分类号: | A61B8/08 | 分类号: | A61B8/08;G06N3/04;G06N3/08;G06T7/00;G16H30/20 |
代理公司: | 上海恒慧知识产权代理事务所(特殊普通合伙) 31317 | 代理人: | 刘翠 |
地址: | 200240 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 自主 评估 甲状腺 结节 恶性 智能 辅助 识别 设备 方法 | ||
1.一种自主评估甲状腺结节良恶性的智能辅助识别设备,其特征在于,包括:模拟超声探头、模拟皮肤平台、控制模块、现场执行机构、摄像头、DICOM工作站以及辅助工作站;其中:
所述模拟超声探头,用于模拟实际超声探头的运动,并将模拟中所述模拟超声探头的姿态旋转以及所述模拟超声探头与所述模拟皮肤平台之间的正压力发送至所述控制模块;
所述模拟皮肤平台,用于模拟实际超声探头在皮肤上的运动,并将所述模拟超声探头在所述模拟皮肤平台表面的二维坐标发送至所述控制模块;
所述控制模块,接收所述模拟超声探头和所述模拟皮肤平台发送的信息,并作为控制信号传递至所述现场执行机构;
所述现场执行机构,包括机械手和实际超声探头;其中,所述机械手接收所述控制模块发送的控制信号,将所述控制信号与所述实际超声探头扫描过程中受到的压力进行融合,形成所述实际超声探头的最终控制信号,并根据所述最终控制信号对所述实际超声探头进行控制;
所述摄像头,采集现场执行机构的扫描状况,并将所述扫描状况的音视频信息进行反馈,作为对所述模拟超声探头进行下一步的移动和旋转控制的参考信息;
所述DICOM工作站,获取所述实际超声探头扫描得到的甲状腺结节超声图像,并将所述超声图像进行反馈,作为对所述模拟超声探头进行下一步的移动和旋转控制的参考信;同时,将所述超声图像传递至辅助工作站;
所述辅助工作站,包括结节良恶性分类模块、结节区域计算模块和可视化操作模块;其中,所述结节良恶性分类模块接收所述可视化操作模块的调用信号,根据所述超声图像对结节的类型进行分类;所述结节区域计算模块接收所述可视化操作模块的调用信号,根据所述超声图像进行甲状腺结节区域计算;所述可视化操作模块用于提供可视化操作界面。
2.根据权利要求1所述的自主评估甲状腺结节良恶性的智能辅助识别设备,其特征在于,所述模拟超声探头包括探头本体、陀螺仪传感器和压电传感器;其中:所述陀螺仪传感器安装在所述探头本体的内部,用于采集所述探头本体的姿态信息;所述压电传感器安装在所述探头本体的表面,用于采集所述探头本体与所述模拟皮肤平台接触的正压力;和/或
所述模拟皮肤平台包括模拟平台、红外线传感器和仿真橡胶皮肤;其中:所述红外线传感器安装在所述模拟平台的四周,用于采集所述模拟超声探头在所述模拟平台表面运动时的平面二维坐标;所述仿真橡胶皮肤安装在所述红外线传感器的下方,为所述模拟超声探头提供扫描的介质。
3.根据权利要求1所述的自主评估甲状腺结节良恶性的智能辅助识别设备,其特征在于,所述机械手包括:控制器、力传感器以及机械臂;其中:
所述力传感器安装在所述机械臂末端,用于实时反馈所述实际超声探头扫描过程中受到的压力;
所述控制器分别与所述控制模块、模拟超声探头、模拟皮肤平台、力传感器和机械臂连接,将所述控制模块输出的控制信号与所述力传感器得到的力信号进行融合,并将融合结果作为最终控制信号,对所述机械臂进行实时控制;
所述机械臂根据所述最终控制信号,驱动所述实际超声探头完成扫描任务;
所述实际超声探头通过医用超声仪器与所述DICOM工作连接,将所述超声图像传递至所述DICOM工作站;
所述控制器将所述控制信号和所述力信号进行融合,包括:
所述控制器接收所述控制信号,同时,所述力传感器采集实际超声探头与患者皮肤之间的正压力,并将该正压力与所述模拟超声探头与所述模拟皮肤平台之间的正压力进行对比,将所得误差转换成实际超声探头垂直于皮肤表面方向的位移,并与接收到的实际超声探头姿态旋转及其平行于皮肤表面方向的位移,组合成实际超声探头在下一个控制周期的目标位姿,利用得到的目标位姿作为最终控制信号对所述机械臂进行控制。
4.根据权利要求1所述的自主评估甲状腺结节良恶性的智能辅助识别设备,其特征在于,所述结节良恶性分类模块,读取超声图像,经过除噪和图像增强后,使用cRes-GAN特征提取模型提取甲状腺结节超声DICOM文件的深度特征,并融合传统特征提取方式得到的图像特征,将得到的图像特征通过机器学习分类算法进行分类,得到分类结果;其中,所述甲状腺结节超声DICOM文件包括甲状腺超声图像数据集中的样本图像和接收自DICOM工作站的实时超声图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011031769.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种用于植物细胞培养的发酵装置及其使用方法
- 下一篇:移动式可控触发电极