System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及瞬時彈性成像技術用于肝臟硬化檢測領域,尤指一種基于瞬時彈性成像技術的智能分析系統。
技術介紹
1、瞬時彈性成像技術用于肝硬度檢測可早期發現并診斷肝纖維化,減少肝穿刺活檢風險,減少慢性肝病肝硬化等并發癥。傳統的瞬時彈性成像技術是通過專用探頭發出固定低頻率的剪切波,對肝臟組織實施瞬時主動激勵,同時發出高頻信號追蹤剪切波在肝臟內的傳播速度,從而得出肝臟硬度值的無創檢測技術。
2、但由于該技術推導出的僅是肝臟硬度數值,因此會對檢測結果受多種因素的影響,比如肥胖或肋間隙大小等,可能導致檢測結果不準確,肝臟炎癥、肝內膽汁淤積等情況也會造成肝臟局部的肝臟硬度值變化,會造成檢測誤診或結果不準確,由此仍需要結合肝穿刺活檢等有創檢查方法進行具體位置判斷及其他綜合診斷,違背了設計瞬時彈性成像技術對肝臟檢測的初衷。
技術實現思路
1、為解決上述問題,本專利技術提供一種基于瞬時彈性成像技術的智能分析系統,能夠更直觀準確的反應病人的肝臟情況,對于判斷肝臟情況更為準確,減少病情判斷中的不準確因素,且本系統可避免因操作者技術水平、設備性能等因素的影響對瞬時彈性成像技術在檢測肝臟時的誤差。
2、為實現上述目的,本專利技術采用的技術方案是:
3、一種基于瞬時彈性成像技術的智能分析系統,包括:依次無線通信連接的剪切波成像模塊、病史檢測調取模塊和智能分析模塊,其中:
4、剪切波成像模塊用于通過能量脈沖產生剪切波和縱波,對患者檢測獲取的剪切波的實時數據進行成像處
5、病史檢測調取模塊用于通過患者病史和檢測記錄來獲取詳盡的患者情況;
6、智能分析模塊用于通過剪切波成像模塊和病史檢測調取模塊共同分析,以確定病因并給出建議。
7、進一步地,所述通過能量脈沖產生剪切波和縱波,對患者檢測獲取的剪切波實時數據進行成像處理,包括以下步驟:
8、s1:通過信號發射、信號接收和信號質量處理獲取超聲波信號;
9、s2:將接收的信號聚焦到目標區域,對圖像的分辨率和對比度進行提高;
10、s3:將處理后的信號轉換為圖像;
11、s4:對圖像的可讀性以及診斷價值進行特征提取。
12、進一步地,所述通過信號發射、信號接收和信號質量處理獲取超聲波信號,包括以下步驟:
13、s11:通過外部機械震動裝置產生低頻彈性波,作用于肝臟組織;
14、s12:低頻彈性波在肝臟組織中傳播,激發剪切波;
15、s13:超聲換能器陣列向剪切波區域發射超聲波束;
16、s14:換能器接收反射回來的超聲波信號,并進行放大、濾波和數字化的操作。
17、進一步地,所述將接收的信號聚焦到目標區域,對圖像的分辨率和對比度進行提高,包括以下步驟:
18、s21:根據換能器陣元與目標點的相對位置,計算每個陣元接收到信號所需的延遲時間;
19、s22:按照計算出的延遲時間,對各陣元接收到的信號進行時間上的調整;
20、s23:給每個陣元的信號賦予一定的權重,控制波束的指向性和形狀的特性;
21、s24:將經過延遲調整和加權處理后的各陣元信號進行求和,得到波束形成后的信號。
22、進一步地,所述將處理后的信號轉換為圖像,包括以下步驟:
23、s31:獲取超聲換能器接收的經過波束形成后的一系列信號數據,并進行必要的預處理,將成像區域劃分為若干個小的空間網格;
24、s32:對于每個網格點,根據周圍接收信號的強度和傳播時間的信息,估算網格點的相關參數值;
25、s33:進行多次迭代計算,不斷優化網格點的值,基于縱波定位性能進行圖像驗證;
26、s34:根據計算得到的各個網格點的值,構建出最終的肝臟圖像。
27、進一步地,所述對圖像的可讀性以及診斷價值進行特征提取,包括以下步驟:
28、s41:計算步驟s3構建圖像的直方圖,計算累計直方圖,通過累計直方圖確定每個灰度級對應的新灰度值,進行對比度拉伸;
29、s42:確定濾波窗口大小,對每個像素計算其鄰域內像素的平均值并替換對應像素,計算鄰域內像素的中值并替換中心像素;
30、s43:選用最大類間方差法將圖像中灰度值大于或等于閾值的像素歸為一類,小于閾值的像素歸為另一類,選擇種子像素,設定灰度差閾值,從種子像素開始,將滿足相似性準則的相鄰像素合并到同一區域,不斷生長區域;
31、s44:進行高斯濾波平滑圖像,計算梯度幅值和方向,執行非極大值抑制,細化邊緣,采用雙閾值進行邊緣連接和判斷,進行肝臟形狀特征提取。
32、進一步地,還包括評估糾錯模塊,用于執行以下步驟:
33、a1:收集大量瞬時彈性成像技術檢測肝臟的原始圖像數據,以及對應經過醫生標注的實際肝臟狀況信息,選用卷積神經網絡,模型包括多個卷積層、池化層和全連接層;
34、a2:將準備好的圖像數據和標注信息輸入模型,前向傳播計算預測結果,定義損失函數,通過反向傳播算法計算梯度,更新模型參數;
35、a3:對于存在疑問或錯誤的圖像輸入步驟a2訓練好的模型,模型輸出對肝臟問題的修正預測結果;
36、a4:在圖像上隨機選取一塊區域進行裁剪并保留,以一定角度隨機旋轉圖像,對圖像的色彩通道進行微小的隨機變化;嘗試不同的學習率,調整模型的深度、寬度結構參數,嘗試不同的正則化強度;
37、a5:利用準確率、召回率和f1值指標來評估模型在肝臟問題預測上的準確性,使用混淆矩陣來直觀地查看各類別預測的正確和錯誤情況。
38、進一步地,所述病史檢測調取模塊是利用醫療信息平臺進行調取,在調取的信息中對患者肝病的病史、用藥和檢測項目進行標記;
39、醫療信息平臺是根據相關醫療人員在日常工作中用規范術語將病人的病史、用藥記錄和檢測記錄準確的錄入醫療信息平臺并實時更新;醫療信息平臺設置有權限管理機制。
40、進一步地,通過剪切波成像模塊和病史檢測調取模塊共同分析,以確定病因并給出建議,包括以下步驟:
41、b1:通過剪切波成像模塊和病史檢測調取模塊進行關聯和整合,提取肝臟硬度值、回聲特征、肝功能指標、病毒標志物、用藥記錄和詳細病史作為關鍵特征;
42、b2:利用改進的聚類算法并基于專家庫,構建診斷模型,根據檢測到的病人肝臟圖像及信息輸入到診斷模型,輸出最可能病因;
43、b3:根據輸出的最可能病因結合專家庫匹配,生成個性化的治療建議,將病人的治療效果和專家建議反饋到診斷模型和治療建議,不斷優化。
44、進一步地,所述改進的聚類算法,包括以下步驟:
45、b21:根據步驟b1收集的關鍵特征進行預處理和標準化,將數據分為多個簇,隨機選擇k個數據點作為初始的聚類中心;
46、b22:計算每個數據點到各個聚類中心的本文檔來自技高網...
【技術保護點】
1.一種基于瞬時彈性成像技術的智能分析系統,其特征在于,包括:依次無線通信連接的剪切波成像模塊、病史檢測調取模塊和智能分析模塊,其中:
2.根據權利要求1所述的一種基于瞬時彈性成像技術的智能分析系統,其特征在于,所述通過能量脈沖產生剪切波和縱波,對患者檢測獲取的剪切波實時數據進行成像處理,包括以下步驟:
3.根據權利要求2所述的一種基于瞬時彈性成像技術的智能分析系統,其特征在于,所述通過信號發射、信號接收和信號質量處理獲取超聲波信號,包括以下步驟:
4.根據權利要求2所述的一種基于瞬時彈性成像技術的智能分析系統,其特征在于,所述將接收的信號聚焦到目標區域,對圖像的分辨率和對比度進行提高,包括以下步驟:
5.根據權利要求2所述的一種基于瞬時彈性成像技術的智能分析系統,其特征在于,所述將處理后的信號轉換為圖像,包括以下步驟:
6.根據權利要求2所述的一種基于瞬時彈性成像技術的智能分析系統,其特征在于,所述對圖像的可讀性以及診斷價值進行特征提取,包括以下步驟:
7.根據權利要求1所述的一種基于瞬時彈性成像技術的智能
8.根據權利要求1所述的一種基于瞬時彈性成像技術的智能分析系統,其特征在于,所述病史檢測調取模塊是利用醫療信息平臺進行調取,在調取的信息中對患者肝病的病史、用藥和檢測項目進行標記;
9.根據權利要求1所述的一種基于瞬時彈性成像技術的智能分析系統,其特征在于,通過剪切波成像模塊和病史檢測調取模塊共同分析,以確定病因并給出建議,包括以下步驟:
10.根據權利要求9所述的一種基于瞬時彈性成像技術的智能分析系統,其特征在于,所述改進的聚類算法,包括以下步驟:
...【技術特征摘要】
1.一種基于瞬時彈性成像技術的智能分析系統,其特征在于,包括:依次無線通信連接的剪切波成像模塊、病史檢測調取模塊和智能分析模塊,其中:
2.根據權利要求1所述的一種基于瞬時彈性成像技術的智能分析系統,其特征在于,所述通過能量脈沖產生剪切波和縱波,對患者檢測獲取的剪切波實時數據進行成像處理,包括以下步驟:
3.根據權利要求2所述的一種基于瞬時彈性成像技術的智能分析系統,其特征在于,所述通過信號發射、信號接收和信號質量處理獲取超聲波信號,包括以下步驟:
4.根據權利要求2所述的一種基于瞬時彈性成像技術的智能分析系統,其特征在于,所述將接收的信號聚焦到目標區域,對圖像的分辨率和對比度進行提高,包括以下步驟:
5.根據權利要求2所述的一種基于瞬時彈性成像技術的智能分析系統,其特征在于,所述將處理后的信號轉換為圖像,包括以下步...
【專利技術屬性】
技術研發人員:潘興飛,周力陽,區雪婷,翟盼盼,
申請(專利權)人:廣州醫科大學附屬第三醫院廣州重癥孕產婦救治中心,廣州柔濟醫院,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。