买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：脉得智能科技(无锡)有限公司

摘要：本发明公开了一种基于深度学习血吸虫肝病超声图像风险分级系统，涉及超声图像风险分级技术领域，该系统可以快速准确地对肝脏超声图像进行是否由血吸虫感染引起的肝病判断，并针对血吸虫肝病超声图像预测疾病风险，为医生提供诊断建议，辅助医生作出决策治疗。采用Resnet101作为血吸虫肝脏超声与其他肝脏超声病症的分类网络，判断肝脏超声病症图像是否由血吸虫感染引起，采用ConVit作为血吸虫肝病超声图像风险分级网络，该风险分级网络可以准确快速对血吸虫肝病超声图像特征提取和计算，最后通过softmax函数对肝脏超声图像进行疾病风险判断，进而帮助医生更准确地进行诊断和评估。

主权项：1.一种基于深度学习血吸虫肝病超声图像风险分级系统，其特征在于：包括图像获取模块、预处理模块、特征提取模块、图像判断模块以及风险级别输出模块；图像获取模块，用于使用超声设备获取患者的肝脏超声图像；预处理模块，用于对肝脏超声图像进行预处理；特征提取模块，用于将肝脏超声图像的尺寸统一调整到224×224，然后送入到血吸虫肝脏超声分类网络，通过血吸虫肝脏超声分类网络提取肝脏超声图像中血吸虫肝病特征和其他肝脏超声图像的特征；图像判断模块，用于对肝脏超声图像进行判断，判断肝脏病变是否为由血吸虫感染引起的，若是则进入下一步；风险级别输出模块，用于构建血吸虫肝病风险分级的深度神经网络，该深度神经网络对肝脏超声图像进行特征提取和计算，计算血吸虫肝病不同病变程度的特征向量，最终输出血吸虫肝病的风险级别；风险级别输出模块中，血吸虫肝病风险分级的深度神经网络包括依次连接的1个卷积层、1个卷积变换模块、1个平均池化层、1个层归一化模块LayerNorm以及1个全连接层；卷积变换模块包括12个卷积变换子模块Convitblock，其中前10个卷积变换子模块Convitblock为第一卷积变换子模块Convitblock，其中后2个卷积变换子模块Convitblock为第二卷积变换子模块Convitblock；第一卷积变换子模块Convitblock包括层归一化模块LayerNorm、门控位置自注意力模块GPSA以及多层感知机模块MLP；第二卷积变换子模块Convitblock包括层归一化模块LayerNorm、多头注意力模块MHSA以及多层感知机模块MLP；风险级别输出模块中，通过血吸虫肝病风险分级的深度神经网络对肝脏超声图像进行特征提取和计算的方法，包括以下步骤：B1、将尺寸224×224大小的被判断为肝脏病变是由血吸虫感染引起的肝脏超声图像送入血吸虫肝病风险分级的深度神经网络，在经过第一个卷积层时，输出大小为14×14，通道数为768的特征图；B2、将尺寸为14×14,通道数为768的特征图送入卷积变换模块，输出尺寸为197×768的特征向量；B3、将上一步骤得到的197×768的特征向量依次经过平均池化层、层归一化模块以及全连接层，最后经过softmax函数进行分类，输出结果；步骤B2的卷积变换模块中，通过层归一化模块LayerNorm对深度神经网络中每个层的输入进行归一化，使得每个特征维度在训练样本上具有零均值和单位方差；通过初始化门控位置自注意力模块GPSA来模拟卷积的局限性，然后通过一个gating参数来调节对应位置和内容信息的关注；通过多头注意力模块MHSA将特征图输入线性投影到多个特征子空间中，并由多个独立的注意力头并行处理，结果向量被连接并映射到最终输出；将多层感知机模块MLP应用于每个注意力机制子层之后，对每个注意力子层的输出进行非线性映射和特征转换。

全文数据：

权利要求：

百度查询： 脉得智能科技(无锡)有限公司 一种基于深度学习血吸虫肝病超声图像风险分级系统