科创中国
基于多任务超声甲状腺结节分割与分类模型的建立方法、分割与分类方法和计算机设备
发布时间: 2022-11-29
基本信息
合作方式：
技术服务
成果类型：
发明专利
行业领域：
电子信息技术
成果介绍
基于多任务超声甲状腺结节分割与分类模型的建立方法、分割与分类方法和计算机设备，属于图像处理技术领域，解决甲状腺结节多尺度、结节边缘模糊、良恶分类不平衡以及数据不平衡问题。方法包括：以FCN为主干共享网络，基于UNet解码层为分割分支网络和ResNet34为分类分支网络。主干共享网络对输入超声图像采用参数硬共享的方式进行浅层特征提取，将提取的特征共享给两个分支网络。分割分支网络中，首先在主干共享网络后引入深层卷积块，获取分割分支深层特征，其次对各个特征提取阶段获取到的浅层特征通过带有多尺度卷积注意力模块的跳跃连接操作。在分类分支残差模块前后结合M‑CBAM，通过M‑CBAM和残差模块优化分类性能。本发明适用于超声甲状腺结节的分割与分类。
成果亮点
本发明的方法以(Fully Convolutional Networks，FCN)为主干共享网络，基于UNet解码层为分割分支网络和ResNet34为分类分支网络。主干共享网络对输入超声图像采用参数硬共享的方式进行浅层特征提取，将提取的特征共享给两个分支网络，在分割分支网络中，首先在主干共享网络后引入深层卷积块(Deep Layer Convolutional Block，DLCB)，获取分割分支深层特征，其次对第一次特征提取阶段Conv1、第二次特征提取阶段Conv2、第三次特征提取阶段Conv3、第四次特征提取阶段Conv4获取到的浅层特征通过带有多尺度卷积注意力模块(Multiscale Convolutional Block Attention Module，M-CBAM)的跳跃连接操作来保持以上四个阶段分割边缘特征轮廓，减少结节边缘模糊问题。在分类分支残差模块前后结合M-CBAM，通过M-CBAM和残差模块优化分类性能。
团队介绍
材料科学与化学工程学院现有教职工170人，其中新世纪百千万人才工程国家级人选1人，教育部新世纪人才1人，全国优秀教师1人，龙江学者3人，省杰青4人，省思政名师1人，省级教学师德标兵4人，黑龙江省研究生优秀导师团队2个，博士生导师25人，硕士生导师106人。
成果资料
产业化落地方案
成果综合评价报告
评价单位：“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会) 评价时间：2023-11-11
评价单位：“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会) 评价时间：2022-12-08
宋奇慧
千慧科技服务有限公司
总经理
综合评价
本发明目的是为了解决现有甲状腺结节多尺度、结节边缘模糊、良恶分类不平衡以及数据不平衡的问题，提供了基于多任务超声甲状腺结节分割与分类模型的建立方法、分割与分类方法和计算机设备。
本发明是通过以下技术方案实现的，本发明一方面，提供一种基于多任务超声甲状腺结节分割与分类模型的建立方法，所述联合超声甲状腺结节分割与分类模型以FCN为主干网络框架，分支网络分别为基于UNet解码层的分割分支网络和ResNet34的分类分支网络，所述方法包括：
所述FCN对图像进行卷积池化操作，提取浅层特征，获取FCN的输出特征张量；
将所述FCN的输出特征张量分别输入到所述分割分支网络与所述分类分支网络中；
查看更多>
下载app