[发明专利]一种乳腺癌超声检测系统

说明书

本发明涉及一种乳腺癌超声检测系统。将传统的光电鼠标的光学传感器引擎安装到乳腺癌检测的超声探头上，从而实现了超声检测的同时可以直接记录其位置，进而利用神经网络模型进行乳腺癌检测的神经网络模型的评判；可以辅助医生进行判断，判断准确率提高，且不容易发生漏诊；同时光学传感器结构简单，稳定性好，比利用其它方式实现的探头定位方法成本更低，且非常容易实现；同时在进行神经网络模型的判别时，引入了降低像素和图像编码的方式，降低了图像的数据量，更容易实现实时分析，一方面降低设备对于图像计算的要求，另一方面计算速度更快，就可以提高图像的获取帧数和速率。

技术领域

本发明涉及超声检测领域，尤其涉及一种乳腺癌超声检测系统。

背景技术

乳腺癌是乳腺上皮细胞在多种致癌因子的作用下，发生增殖失控的现象。疾病早期常表现为乳房肿块、乳头溢液、腋窝淋巴结肿大等症状，晚期可因癌细胞发生远处转移，出现多器官病变，直接威胁患者的生命。

申请号CN201810745253.X公开了一种基于多样性区分学习的乳腺肿瘤识别方法，首先创建多样性分类学习模型，用于对肿瘤的多样性状态进行分类，然后创建区分性学习模型，用于对与常态肿瘤差异性较大的肿瘤进行分类，通过多样性分类学习模型和区分性学习模型对肿瘤进行识别。申请号CN202110273723.9公开了一种乳腺超声图像病灶智能识别防漏判系统的构建方法，包括S1.数据准备，S2.深度神经网络模型设计，S3.防漏诊数据一致性设计，S4.防漏诊模型训练，S5.防漏诊模型测试。上述的方法计算一方面所需的计算量比较大，另一方面由于需要针对确定好的图像进行检测难以进行实时检测。

此外，目前的实时辅助检测的方法一般都需要进行探头的定位，但是现有的定位手段都比较复杂，成本高，且精度不高。

发明内容

针对上述内容，为解决上述问题，提供一种乳腺癌超声检测系统，包括检测主机、超声探头、显示屏幕和图像处理模块，还包括提醒屏幕、位置计算模块和光学传感器；

检测主机连接超声探头、显示屏幕图像处理模块、提醒屏幕和位置计算模块；

超声探头发射和接收超声波信号，并将收集的超声回波信号发送给检测主机，检测主机将超声回波信号发送给图像处理模块进行图像处理，将超声回波信号计算成二维图像，并显示在显示屏幕上；

超声探头上安装有光学传感器，光学传感器用于实时记录超声探头相对皮肤的移动数据，并将移动数据发送给检测主机，检测主机将收到的移动数据发送给位置计算模块，位置计算模块根据移动数据进行位置计算，并将计算的位置坐标和超声探头检测的图像进行关联；

检测主机实时获取图像处理模块的二维图像数据，并将二维图像数据输入神经网络判别模型，得到每一帧图像的风险值，并将风险值实时显示在提醒屏幕上；提醒屏幕连接检测主机，检测主机根据执行一次检测流程中风险值最高的图像帧对应的位置坐标，在提醒屏幕上显示控制超声探头移动方向的指令。

光学传感器设置在超声探头的顶端，使用时与皮肤接触，包括发光器、棱镜、光检测器和分析芯片；发光器发射光经过棱镜的引导照射到皮肤上，皮肤反射的光被棱镜接收并引导至光检测器，光检测器将接收到的反射光的信号发送给分析芯片，分析芯片由此计算出光学传感器相对于皮肤移动的方向和速度；光学传感器将实时记录的方向和速度数据发送给检测主机。

检测主机将二维图像数据输入神经网络判别模型包括：

降低像素：首先将图像进行分块，将图像分成均匀的128×128个区域，每个区域内的像素的灰度值进行平均，从而得到一个128×128像素的图像；

图像编码：将降低像素后的图像进行编码，按照灰度值从低到高分成8个区间，每个区间用一个数值代替，从而可以实现利用从0至7的8个数字将图像灰度值替代，进而得到一个128×128的矩阵，矩阵内每一个元素的值为0至7之间；

特征提取：将进行特征提取图像编码后的矩阵进行特征提取，得到每一个矩阵的特征向量，即得到了每一帧图像对应的特征向量；