超声成像系统、BI-RADS分级方法及模型训练方法发明专利.docxVIP

超声成像系统、BI-RADS分级方法及模型训练方法 技术领域 本发明总地涉及超声成像技术领域，更具体地涉及一种超声成像系统、BI-RADS分级方法及模型训练方法。 背景技术 随着社会经济的发展和人民生活方式的改变，乳腺癌发病率逐年上升，乳腺癌的早诊早治意义重大。乳腺超声检查具有无创、快捷、重复性强、无放射性等优点，能清楚地显示乳腺各层软组织及其中病灶的位置、形态、内部结构及相邻组织的改变，因而已成为乳腺常规检查、乳腺癌早期筛查的一种重要方式。 另一方面，乳腺病灶的征象复杂，其诊断受限于临床医生的工作经验，具有一定的主观性。由美国放射学会(American College of Radiology,ACR)提出的BI-RADS(Breastimaging reporting and data system，乳腺影像报告和数据系统)是目前乳腺超声诊断应用广泛的分级评价标准。BI-RADS是对乳腺作为一个整体器官的所有影像学正常与异常情况的诊断报告进行规范，使用统一的专业术语、标准的诊断归类及检查程序。 由于BI-RADS诊断规则复杂繁多，对于低年资或基层医院医生来说难于记忆，从而会影响诊断的准确性。随着人工智能和图像处理技术的飞速发展，使得计算机辅助诊断应用于超声乳腺智能分析成为可能，为临床诊断提供了一种自动化、客观、精度高的辅助诊断手段。提高计算机辅助诊断的准确度具有巨大的临床价值。 发明内容 在发明内容部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。 针对现有技术的不足，本发明实施例第一方面提供了一种超声成像系统，所述超声成像系统包括： 超声探头； 发射/接收电路，用于激励所述超声探头向被测对象的乳腺区域发射超声波，并接收从所述乳腺区域返回的超声回波，以获得超声回波数据； 处理器，用于： 对超声回波数据进行处理，以获得所述乳腺区域的乳腺超声图像； 基于一个或多个预训练的第一特征图提取器对所述乳腺超声图像进行特征图提取，以得到关于乳腺病灶特征的一个或多个第一特征图，所述乳腺病灶特征包括BI-RADS特征； 基于预训练的第二特征图提取器对所述乳腺超声图像进行特征图提取，以得到关于BI-RADS分级的第二特征图； 基于预训练的第一分类模型对得到的所述一个或多个第一特征图和所述第二特征图进行分类，以得到BI-RADS分级结果； 输出设备，用于输出所述BI-RADS分级结果。 在一个实施例中，所述基于预训练的第一分类模型对得到的所述一个或多个第一特征图和所述第二特征图进行分类，以得到BI-RADS分级结果，包括： 将所述一个或多个第一特征图与所述第二特征图进行融合，以得到融合特征图，基于预训练的第一分类模型对所述融合特征图进行分类，以得到BI-RADS分级结果。 在一个实施例中，所述处理器还用于提取所述乳腺超声图像中的感兴趣区域，所述对所述乳腺超声图像进行特征图提取包括对所述乳腺超声图像中的感兴趣区域进行特征图提取。 在一个实施例中，所述处理器还用于： 基于预训练的第二分类模型对得到的所述一个或多个第一特征图和所述第二特征图进行分类，以得到BI-RADS特征结果。 本发明实施例第二方面提供了一种BI-RADS分级方法，所述方法包括： 获得待测乳腺区域的乳腺超声图像； 基于一个或多个预训练的第一特征图提取器对所述乳腺超声图像进行特征图提取，以得到关于乳腺病灶特征的一个或多个第一特征图，所述乳腺病灶特征包括BI-RADS特征； 基于预训练的第二特征图提取器对所述乳腺超声图像进行特征图提取，以得到关于BI-RADS分级的第二特征图； 基于预训练的第一分类模型对得到的所述一个或多个第一特征图和所述第二特征图进行分类，以得到BI-RADS分级结果； 输出所述BI-RADS分级结果。 在一个实施例中，所述基于预训练的第一分类模型对得到的所述一个或多个第一特征图和所述第二特征图进行分类，以得到BI-RADS分级结果包括： 将所述一个或多个第一特征图与所述第二特征图进行融合，以得到融合特征图，基于预训练的第一分类模型对所述融合特征图进行分类，以得到BI-RADS分级结果。 在一个实施例中，所述方法还包括提取所述乳腺超声图像中的感兴趣区域，所述对所述乳腺超声图像进行特征图提取包括对所述乳腺超声图像中的感兴趣区域进行特征图提取。 在一个实施例中，所述方法还包括： 基于预训练的第二分类模型对得到的所述一个或多个第一特征图和所述第二特征图进行分类，以得到BI-RADS特征结果。 本发明实施例第三方面提供一种超声成像系统，所述超声成像系统包括： 超声探头； 发射/接收电路，用于激励所述超声探头向被测对