[发明专利]一种基于特征解耦的超声图像甲状腺结节分类方法

摘要

本发明公开一种基于特征解耦的超声图像甲状腺结节分类方法，应用于图像处理技术领域，针对现有技术局限于改变神经网络的输入来获得不同视野下的特征的问题；本发明建立了一种新的局部/全局特征提取方法，该方法使用自注意机制设计了组织‑解剖解耦模块来连接“What”和“Where”两条通路，以多任务学习的形式完成了甲状腺结节良恶性分类的任务；本发明的方法可以自适应的在特征空间完成局部/全局特征解耦，相比于现有方法拥有更大的视野范围，可以获取更有效且稳定的特征。其在超声图像下的甲状腺结节良恶性分类取得了超过医生的诊断性能。