一种基于深度学习的浅表超声影像病灶辅助诊断方法

摘要

本发明一种基于深度学习的浅表超声影像病灶辅助诊断方法涉及辅助医学诊断的领域，对超声影像的所有超声特性组进行编码，编码后形成特性编码字典Dict_F，获取原始浅表超声影像，对原始浅表超声影像进行增强处理后调整其至宽度及高度为832*640的标准浅表超声影像，所获得的浅表超声影像中的病灶部位进行多边形分割，形成病灶分割标签，构建神经网络，利用影像训练集对神经网络的参数进行训练，得到能够对浅表超声影像进行病灶定位与特性分析的神经网络，利用训练得到的卷积神经网络对浅表超声影像进行辅助诊断与分析，本发明速度快、效率高、精度较高，实现了浅表超声病灶特性自动分析，可有效对浅表脏器病患浅表超声影像病灶情况进行辅助诊断。