公开(公告)号：CN115607192A

公开(公告)日：2023-01-17

申请号：CN202211383362.4

申请日：2022-11-07

Applicant: 中南大学湘雅医院

Inventor： 常实 ,  黄鹏 ,  杨猛 ,  谭海龙 ,  李宁 ,  冯陈哲

IPC: A61B8/08

Abstract: 本发明公开了一种面向甲状腺结节分割的超声采集设备与智能算法，包括：探头部，其上设置有呈圆周阵列布置的多个通道的换能器；超声波发射器，用于从所述换能器阵列向对象发送超声波束；信号接收器，用于处理从所述对象接收到超声回波，其包括：采样像素降噪模块，基于二进制衍生方式对正常领域中像素进行灰度值处理，并识别出像素点中差值；同质选取滤波模块，基于二进制估计值对差值进行修复，使噪声信息与背景区域分离，以提取噪音信息滤除。该发明提供的面向甲状腺结节分割的超声采集设备与智能算法，对回波数据中的噪声信息进行识取、滤波，从而保证获取的超声波合成图像的清晰度。

公开(公告)号：CN114511552A

公开(公告)日：2022-05-17

申请号：CN202210176766.X

申请日：2022-02-24

Applicant: 中南大学湘雅医院

Inventor： 常实 ,  黄鹏 ,  杨猛 ,  谭海龙 ,  李宁 ,  冯陈哲

IPC: G06T7/00 ,  G06T7/12

Abstract: 本发明公开了一种基于元学习的面向甲状腺超声结节模糊边界的分割方法，包括以下步骤：1)合成噪声标注；2)提供基于元学习的目标函数计算方法；3)设计基于全卷积结构的元掩码网络；4)采用迭代优化算法来训练模型。本发明提供的方法将自动估计一个权重图来评估每个像素在分割网络学习中的重要性。将预测分割结果的损失值图作为元掩码网络的输入，能够识别出损坏的层并为其分配较小的权重。在训练过程中，以交替的方式更新分割网络和元掩码网络，该方法能够从大量低质量标记图像中训练强大的分割网络，显著提高在损坏的训练数据上训练深度网络的泛化性能。