一种基于TI-RADS的集成深度学习多标签识别方法

摘要

本发明涉及一种基于TI‑RADS的集成深度学习多标签识别方法，包括以下步骤：S1、预处理，对采集到的原始甲状腺超声图像进行预处理，所述预处理包括对所述原始甲状腺超声图像进行结节边界的分割、结节感兴趣区域的提取；S2、特征工程，所述特征工程为对步骤S1预处理后的原始甲状腺超声图像进行几何特征和纹理特征的提取；S3、搭建模型，将EfficientNet模型、特征工程、FPN网络模型通过Concatenate函数进行特征融合得到深度学习模型；S4、将步骤S1预处理后的原始甲状腺超声图像以及步骤S2中提取的几何特征和纹理特征输入到步骤S3中的深度学习模型，输出多标签分类结果；本发明具有可释性强、分类结果精准的优点。