一种甲状腺被膜侵犯智能辅助判读方法
成果类型:: 发明专利
发布时间: 2023-12-11 14:51:35
本发明涉及一种甲状腺被膜侵犯智能辅助判读方法。该方法主要采用本研究自行提出的一种提供高效的局部 全局融合与Transformer和CNN并行网络的生物医学图像分割方法。本研究提出的模型使用方便,输入一张甲状腺超声图片,即可输出一张有着疑似甲状腺结节的定位和分割图片,自动化的得到甲状腺结节初步判读结果,能够大大的减轻医生的阅片时间和诊断难度,提升医生的工作效率,为判断甲状腺结节患者的预后及治疗手段的改善提到积极的作用,具有非常重要的意义和广阔的前景。
本发明一种甲状腺被膜侵犯智能辅助判读方法。该方法结合了甲状腺区域分割的算法,采用全局-局部信息交互的设计思路,旨在有效辅助医生对超声片进行诊断以及对预后计划和分析。该方法已经在相关数据集上进行了测试,证明了其在现有的甲状腺结节被膜侵犯的分割效果中具有极其强大的效果。由于分割的高准确率能够为医生进行病情诊断和干预治疗提供有效的指导,因此本发明具有重要的实际应用价值。此外,本发明提出的对有效信息多种合理利用的思路为后续研究奠定了理论基础。
甲状腺癌是一种较为常见的恶性肿瘤,通常发生在人体颈部的甲状腺中。其全球范围内的发病率呈现增长趋势,尤其在女性和年轻群体中的患病率更高。据统计,全球每年确诊甲状腺癌约有300,000例。甲状腺癌可分为四种类型,包括乳头状癌、滤泡状癌、未分化癌和髓样癌,其中乳头状癌是最常见的类型。目前,甲状腺癌的诊断主要依赖于影像学检查和细胞学检查,包括超声、CT、MRI等影像学检查,以及细针穿刺活检和甲状腺切片检查。
甲状腺癌的被膜侵犯是其恶性程度的重要指标之一,对患者的治疗和预后具有重要的临床意义。目前,对于甲状腺癌被膜侵犯的研究主要集中在医学影像分析和机器学习技术方面。在医学影像分析方面,常用的方法包括CT、MRI、超声等成像技术,通过对图像特征的提取和分析来判断甲状腺癌的被膜侵犯情况。在机器学习技术方面,随着深度学习技术的发展,基于神经网络的方法在甲状腺癌被膜侵犯分割领域也得到了广泛应用。
发明人:童同 陈浩 周小根 聂星晴 薛恩生 陈舜福州大学(Fuzhou University),简称福大,位于福建省福州市,创建于1958年,是国家“双一流”建设高校,国家“211工程”建设高校,国家教育部、国家国防科技工业局与福建省人民政府共建高校,福建省三所重点建设的高水平大学之一,福建省一流大学建设高校,入选国家建设高水平大学公派研究生项目、教育部首批“卓越工程师教育培养计划”高校、新工科研究与实践项目、数据中国“百校工程”项目、国家“111计划”、“高校国际化示范学院推进计划”、国家级大学生创新创业训练计划、全国首批深化创新创业教育改革示范高校、中国政府奖学金来华留学生接收院校、全国专业学位研究生教育综合改革试点单位、国家集成电路人才培养基地、首批高等学校科技成果转化和技术转移基地、高校国家知识产权信息服务中心。
为了能够减轻医生在甲状腺结节被膜侵犯的判读过程中所花费的大量精力和时间,本发明提出了一种基于多种信息交互的甲状腺被膜侵犯智能辅助判读方法。该方法通过对甲状腺区域分割的算法和全局-局部信息交互的设计思路相结合,有效地辅助医生对超声片的诊断以及对预后的计划和分析。实验结果表明,该方法在现有的甲状腺结节被膜侵犯的分割效果中具有极其强大的效果。其高准确率的分割结果能够为医生进行病情诊断和干预治疗提供有效的指导,特别是对于医生资源匮乏的地方医院,该方法可以加速医生判读速度,快速找到被膜侵犯区域,大大缩短医生在甲状腺超声图像上判断是否发生被膜侵犯的时间和精力。同时,本发明对有效信息进行多种合理利用的思路也为后续相关医学工作奠定了理论基础。此外,该方法在甲状腺癌的诊断、对靶向药物治疗反应的预后以及对超声科和肿瘤科医生的培训等领域具有广泛的应用价值。
当前专利未经权利人许可不得实施,希望将科技成果转让给研发实力雄厚的企业,由受让人对科技成果实施转化。交易的是科技成果中的知识产权,可以包括专利权、专利申请权、技术秘密等。科技成果转让后,转让方获得转让费,不再是科技成果的所有人;受让方向转让方支付转让费,并成为科技成果的新的所有人。