[发明专利]甲状腺结节分级识别系统及方法

说明书

本发明提供一种甲状腺结节分级识别方法及系统，属于甲状腺结节检测技术领域，获取模块获取待检测的甲状腺超声图像；提取模块提取甲状腺超声图像的图像特征；识别模块基于提取的图像特征，利用预先训练好的分类模型，获得甲状腺结节分级识别结果；决策模块根据提取的图像特征，选择确定甲状腺结节状况描述报告的生成模式；生成模块根据确定的生成模式，生成甲状腺结节状况描述报告。本发明解决现有技术中超声结果判读医师水平参差不齐、甲状腺超声结果难以汇总造成的诊断结果不一致等问题，提高超声结果判读一致性；实现对甲状腺超声判读结果的汇总，帮助医师判断患者是否进行观察随访、手术治疗或转诊，对于基层临床有重要的实践意义。

技术领域

本发明涉及甲状腺结节检测技术领域，具体涉及一种基于甲状腺超声图像判断甲状腺结节分类及良恶性评估的甲状腺结节分级识别系统及方法。

背景技术

甲状腺结节是指在甲状腺结节内的异常肿块，在临床中十分常见。近年来甲状腺恶性结节的比率一直呈上升趋势。目前对于甲状腺结节良恶性的区分，最常用的两个诊断方式就是超声和细针穿刺活检(Fine Needle Aspiration，FNA)。其中，B超技术因其检查方便、简便快捷和无辐射性等特点，而被广泛应用于甲状腺结节的临床诊断。

然而，放射科医生通常是根据超声图像中结节的超声特征进行诊断，这一诊断结果具有较强的主观性。经验丰富的医生和经验不足的医生看同一个图像，其结果仍然存在较大的偏差。所以对于恶性概率较大的甲状腺结节，NCCN指南(National ComprehensiveCancer Network)推荐进行穿刺活检来诊断其良恶性。随着医疗影像学技术的发展，大量的甲状腺结节被检测出来，无法通过超声图像来准确判断结节的良恶性，造成了大量不必要的活检和手术，这给患者带来了巨大的精神压力和经济压力。

计算机辅助诊断(CAD)系统使医学图像分类研究取得了突破性进展。通过结合先进的仪器和客观的特征表达，构建出一个科学的甲状腺结节良恶性自动诊断系统，就能在一定程度上降低甲状腺结节早期检测的误诊率，为后续的治疗提供充足的时间。

目前大部分的甲状腺结节超声图像计算机辅助诊断系统都集中于实现图像良恶性的诊断，但是单纯的良恶性的诊断，对于患者和放射科医生来说都缺乏一定的可解释性。

发明内容

本发明的目的在于提供一种实现了客观识别评估、提高了判断准确性的甲状腺结节分级识别系统及方法，以解决上述背景技术中存在的至少一项技术问题。

为了实现上述目的，本发明采取了如下技术方案：

一方面，本发明提供一种甲状腺结节分级识别系统，包括：

获取模块，用于获取待检测的甲状腺超声图像；

提取模块，用于提取甲状腺超声图像的图像特征；

识别模块，用于基于提取的图像特征，利用预先训练好的分类模型，获得甲状腺结节分级识别结果；

决策模块，用于根据提取的图像特征，选择确定甲状腺结节状况描述报告的生成模式；

生成模块，用于根据确定的生成模式，生成甲状腺结节状况描述报告。

优选的，所述决策模块由多个全连接层网络构成，最后一层全连接层使用激活函数，输出决策概率值。

第二方面，本发明提供一种甲状腺结节分级识别方法，包括：

获取待检测的甲状腺超声图像；

提取甲状腺超声图像的图像特征；

基于提取的图像特征，利用预先训练好的分类模型，获得甲状腺结节分级识别结果；

根据提取的图像特征，选择确定甲状腺结节状况描述报告的生成模式；