集思谱需要我帮你解读这件专利吗？
公开（公告）号CN122492719B | 申请号CN202610997255.2 | 专利类型发明授权 |
状态有效 | 国家或地区CN | 申请人华侨大学 |
分类号G06T7/00(2017.01), G06V10/20(2022.01), G06V10/764(2022.01), G06V10/82(2022.01), G06V10/80(2022.01), G06V10/776(2022.01), G06N3/0442(2023.01), G06N3/0464(2023.01), G06N3/0455(2023.01), G06N3/08(2023.01) | 申请日2026-07-06 | 公开日2026-10-23 |
发布日期2026-10-23 | 文档 ID84601476288300000 | 源数据页码2032 |
专利语言zh | ||
本发明公开了基于深度学习的甲状腺结节检测与评估方法及系统，涉及医学图像处理及深度学习技术领域，方法包括：构建训练数据集，构建结节检测模型并进行训练，将预处理后的超声图像序列逐帧输入结节检测模型，得到每帧图像中甲状腺结节的检测位置和置信度；对检测到的结节区域进行处理生成结节区域的注意力热力图；对同一结节区域进行时序融合与一致性优化，输出该结节在时序融合后的最终分类概率和ACR TI‑RADS分级结果，作为最终的结节检测与评估结果。本发明在甲状腺结节的检测评估中具有实时性，实现自动化多特征风险评估，增强分类结果的可解释性，消除帧间检测跳变，可辅助医生提高诊断效率，降低误诊漏诊风险。
附图 1