[发明专利]一种基于循环神经网络的甲状腺采样数据识别方法

说明书

本发明公开了一种基于循环神经网络的甲状腺采样数据识别方法，使用生物电阻抗断层前端采集平台采样数据，对采样数据进行预处理获得对应的三维输入数据，将三维输入数据输入基于循环神经网络的甲状腺识别模型，所述甲状腺识别模型包括特征推理部分和结果输出部分，所述特征推理部分的输出结果输入所述结果输出部分，所述结果输出部分输出最后的结果，所述最后的结果为分类的个数；根据所述分类的个数判定所述采样数据是否超出预设范围。本发明根据采样数据就能准确判断甲状腺数据是否存在异常，不需要成像后观察判断，也不会对人体组织造成损伤；本发明的识别模型能够将数据特征扩大，使得预设范围内和超出预设范围的数据差异更加明显，有效提高了判断的准确度。

技术领域

本发明涉及数据分类领域，更具体地，涉及一种基于循环神经网络的甲状腺采样数据识别方法。

背景技术

甲状腺肿瘤在临床上十分常见且多发，通常需要借助医学成像技术来判断是否存在甲状腺肿瘤。

目前，临床上常用的医学成像技术主要有X射线计算机断层图像重建技术、发射型计算机断层扫描技术、超声技术以及核磁共振成像技术。X射线计算机断层图像重建技术和发射型计算机断层扫描技术的成像精度较高、性能稳定，但这两种技术都存在电离辐射危害，会对人体组织造成一定程度的损伤，对正常成年人使用有一定的次数限制，对儿童和孕妇使用必须要更加谨慎。核磁共振成像技术和超声技术虽然对没有放射性，不会对人体组织造成损伤，但是由于这两种技术忽略了超声波与人体组织间的相互作用，减少了许多有用信息。

随着技术的发展，出现了一种新型医学功能成像技术——生物电阻抗断层成像(Electrical Impedance Tomography，EIT)，该技术基于人体生物电阻抗测量技术成像，人体生物电阻抗测量利用人体组织与器官的电特性及其变化规律提取与人体生理、病理状况相关的生物医学信息，借助置于体表的电极系统向人体送入一微小的交流测量信号，检测相应的电阻抗及其变化，出现生理病变时电导率与正常组织的电导率也不同，根据所求的电导率分布进行图像重构，即生物电阻抗断层成像技术，通过电导率分布可以作为判断人体是否出现了生理病变的合理依据。由于目前的电阻抗断层成像技术在成像过程中普遍存在非线性、病态性和不适定性等技术难题，导致了成像质量不够理想和成像分辨率较低，限制了改变技术在临床上的广泛应用。但，因为人体生物电阻抗测量能够基于生物阻抗有效采集人体组织与器官丰富的生理和病理信息，在病变发生时，相关组织、器官、经络的功能性变化往往会先于器质性病变和其他临床症状，如能在疾病的潜伏期及时检测和确认这些变化，对于相关病变的普查、预防和早期治疗是非常有利的。

因此，基于生物电阻抗技术的优点和生物电阻抗断层成像技术中存在的不足，有必要提供一种依托于生物电阻抗测量技术但无需成像处理即可准确识别甲状腺肿瘤的方法。

发明内容

针对上述现有技术的不足，本发明的目的在于提供一种基于循环神经网络的甲状腺采样数据识别方法，其特征在于，包括以下步骤：

步骤1，使用生物电阻抗断层前端采集平台，对待测对象颈前部施加激励源，获取待测对象在不同激励条件下的采样数据；

步骤2，对所述采样数据进行预处理获得对应的三维输入数据，将三维输入数据输入基于循环神经网络的甲状腺识别模型，所述甲状腺识别模型包括特征推理部分和结果输出部分，所述特征推理部分包括循环神经网络模块，所述结果输出部分包括3层全连接层，所述特征推理部分的输出结果输入所述结果输出部分，所述结果输出部分输出最后的结果，所述最后的结果为分类的个数；

步骤3，根据所述分类的个数判定所述采样数据是否超出预设范围。

进一步地，所述对采样数据进行预处理获得对应的三维输入数据的步骤包括，

采样数据包括指标数据，所述指标数据包括激励源的频率和所述激励源的频率对应的电阻率，将指标数据转换为浮点型张量；