AI辅助多参数超声甲状腺结节自动分类系统的制作方法

本发明涉及图像分类，具体是涉及ai辅助多参数超声甲状腺结节自动分类系统。

背景技术：

1、甲状腺结节在人群中的超声检出率为20%至76%，其中约5%至15%为恶性。临床实践中，甲状腺结节良恶性鉴别依靠超声医师依据甲状腺影像报告和数据系统（ti-rads）标准对灰阶超声图像进行判读，不同年资医师之间判读结论的kappa一致性系数约在0.4至0.6之间。

2、为减少主观判读差异，计算机辅助诊断系统被引入甲状腺超声领域，当前技术路线归为两类。第一类从超声图像中手工提取形态特征、纹理特征和回声特征后输入分类器进行判别。第二类将整幅超声图像或已勾画的结节区域直接输入深度模型，由模型输出良恶性概率。

3、上述两类方案在应用中共同面临以下问题。多数系统仅使用灰阶超声一种模态的图像，彩色多普勒血流显像携带的血管分布信息以及超声弹性成像携带的组织硬度信息未被纳入系统输入，单模态特征所能提供的鉴别信息有限。超声图像自身存在散斑噪声，结节内部钙化灶产生后方声影和振铃伪影，不同操作者获取的声窗也存在差异，使后续特征提取的数值波动增大，同一结节在不同操作者扫查中提取的特征参数难以保持稳定。超声扫查中探头频率、深度增益补偿曲线和扫查切面角度等采集参数的取值在每次扫查时不可控地变化，同一结节的声学特征参数产生系统性偏移，偏移后的特征向量可能跨越分类器的决策边界。深度卷积方案还存在决策过程不可见的问题，当同一结节兼具良性特征与恶性特征时，模型仅输出综合概率值而不披露各项特征的贡献量以及特征之间的冲突消解逻辑，医师难以对该概率值的可信程度做出评估。

技术实现思路

1、本发明旨在提供ai辅助多参数超声甲状腺结节自动分类系统，通过多参数超声同步采集、声影区物理衰减掩膜、毛刺径向剖面极值定量、分类前统计离群度前置校验以及特征冲突优先级仲裁的协同处理，解决现有甲状腺结节计算机辅助诊断系统中模态信息单一、超声伪影污染特征统计、采集条件偏移导致分类结论不可靠以及决策路径不可解释的问题。

2、为达到以上目的，本发明采用的技术方案为：

3、ai辅助多参数超声甲状腺结节自动分类系统，包括：

4、多参数超声图像采集模块，用于获取同一甲状腺结节的灰阶超声图像、彩色多普勒血流图像和超声弹性图像；

5、结节区域预处理模块，用于从所述灰阶超声图像中提取结节感兴趣区域并对超声伪影区域生成排除掩膜；

6、声学特征提取模块，用于从所述结节感兴趣区域中提取与ti-rads分级标准对应的多维度声学特征参数；

7、恶性风险分类决策模块，用于对所述多维度声学特征参数执行分类前质量校验和特征冲突仲裁后，输出用于辅助诊断的结节恶性风险分级数据。

8、优选的，所述结节区域预处理模块包括声影区掩膜生成单元，所述声影区掩膜生成单元用于：

9、沿灰阶超声图像的每条扫描线在钙化强回声峰值位置的后方深度方向上追踪回波幅值的衰减恢复曲线，记录从峰值衰减至背景噪声水平所需的深度距离，将所述深度距离范围内的像素区域标记为声影遮挡区；将所述声影遮挡区作为所述结节感兴趣区域内的排除子区，所述排除子区内的像素被剔除出所述声学特征提取模块对回声强度相关特征的计算，或者所述排除子区内的像素以低于所述非排除子区像素的原始权重乘以预设比例的权重参与所述计算。

10、优选的，所述声学特征提取模块包括毛刺征象量化单元，所述毛刺征象量化单元用于：

11、以结节轮廓的质心为起点向轮廓各采样点发射径向线，沿每条径向线提取从结节轮廓向外延伸的一维灰度剖面；在每条灰度剖面上检测灰度从结节轮廓处低值向外部正常组织高值爬升过程中出现的局部极小值位置，将所述局部极小值位置标记为该径向方向上的毛刺候选尖端；将空间位置相邻且径向角度差小于预设聚合阈值的多个毛刺候选尖端合并为同一毛刺，统计毛刺总数量和平均径向延伸长度作为毛刺征象量化特征。

12、优选的，所述毛刺征象量化单元还包括毛刺方向分布统计子单元，用于：

13、以结节质心为原点、结节长轴方向为角度参考零度，计算每条已确认毛刺的径向走向角度并将其分配至预设角度区间；统计各角度区间内的毛刺数量构建方向分布数据阵列，从所述方向分布数据阵列中提取方向分布圆方差和方向集中度作为毛刺方向分布特征参数。

14、优选的，所述恶性风险分类决策模块包括分类前质量校验单元，所述分类前质量校验单元用于：

15、为每个声学特征参数预先存储由病理确诊样本统计得到的至少两个不同ti-rads级别中每一级别的参考均值与参考标准差；对待分类结节提取的每个声学特征参数，分别计算其与所述至少两个不同ti-rads级别各自的参考均值之间的偏差量，若与所有被比较级别的偏差量均超过对应参考标准差乘以预设倍数所得的离群阈值，则将该声学特征参数标记为离群特征；当被标记为离群特征的数量占声学特征参数总数的比例超过预设离群比例阈值时，将当前结节的特征向量标记为待复核并降低分类决策置信度。

16、优选的，所述分类前质量校验单元还用于：

17、在所述待分类结节具有同侧甲状腺既往病理确诊结节的情况下，以所述既往病理确诊结节的实际病理分级为参照标签，提取该结节各声学特征参数的取值作为个体化参考值，以所述个体化参考值替代所述参考均值执行离群度检测。

18、优选的，所述恶性风险分类决策模块包括特征冲突仲裁单元，所述特征冲突仲裁单元用于：

19、将ti-rads各项超声特征按恶性预测敏感性预设为高优先级特征集、中优先级特征集和低优先级特征集；当高优先级特征集中任一特征的判定方向与低优先级特征集中任一特征的判定方向相反时，以高优先级特征集的综合判定结论覆盖低优先级特征集的综合判定结论；将该次冲突的高优先级特征名称、低优先级特征名称和覆盖方向记录为分级不确定度标注，与分级结果共同输出，并输出结节恶性概率值。

20、优选的，所述高优先级特征集包括微钙化阳性征象和不规则边界征象，所述中优先级特征集包括低回声或极低回声征象以及纵横比大于1征象，所述低优先级特征集包括后方回声衰减征象和晕环征象；所述特征冲突仲裁单元对同一优先级特征集内的多个特征采用多数投票方式确定该优先级特征集的综合判定方向。

21、优选的，所述恶性风险分类决策模块还包括二维信心度降级输出单元，用于：

22、以所述特征冲突仲裁单元输出的恶性概率值作为证据强度横轴、以声学特征参数之间判定方向的分歧程度作为信心度纵轴构建二维决策平面；将所述二维决策平面划分为至少四个区域：高证据高信心区输出确定分级、高证据低信心区将分级退一档输出并附不确定备注、低证据高信心区输出随访建议、低证据低信心区输出无法判定；其中退档幅度由信心度与预设信心度阈值的差值线性决定。

23、优选的，所述多参数超声图像采集模块包括帧同步采集控制单元，所述帧同步采集控制单元用于在相邻帧周期内交替触发灰阶发射序列与弹性推压检测序列，使奇偶帧之间的时间间隔小于预设的甲状腺生理运动引起的组织位移过半像素所需的时间，将时间戳相邻的灰阶帧与弹性帧绑定为同步帧对，供后续声学特征提取时在同一空间坐标系下联合读取灰阶参数和弹性参数。

24、与现有技术相比，本发明的有益效果在于：

25、通过多参数超声图像采集模块同步获取灰阶、彩色多普勒和弹性三种图像的同步帧对，将传统方案中三类图像因时序分离造成的组织位移误差从毫米级降至亚像素级，为后续多参数特征联合分析提供了空间坐标一致性基础。

26、通过声影区掩膜生成单元以扫描线回波衰减物理过程驱动钙化后方声影区的精准标记，将声影遮挡区与结节内部真实低回声区在特征统计前完成分离，避免了传统方案中声影区无信号像素对回声均值和纹理参数的系统性污染，提供了剔除和降权两种灵活处理方式以适应不同面积比例的声影场景。

27、通过毛刺征象量化单元以径向灰度剖面的局部极小值检测替代传统的主观视觉判读，将毛刺征象从经验性文字描述转化为可定量统计的毛刺数量和平均延伸长度，并结合方向分布圆方差和集中度两个统计参数丰富了毛刺的形态学量化维度。

28、通过分类前质量校验单元在特征向量进入分类器之前执行基于病理确诊参考分布的离群度检测，将采集条件偏移导致的特征漂移与结节自身的病理差异进行主动分离，避免了传统方案中偏移特征向量对分类决策的隐性污染，并可通过个体化校准模式利用患者同侧既往病理结节数据进行更高灵敏度的偏差检测。

29、通过特征冲突仲裁单元以三级优先级显式规则替代传统深度模型的隐式黑箱加权，当同一结节兼具良性指向特征和恶性指向特征时可输出仲裁结论和冲突明细标注，使分级决策路径透明可审计。

30、综上，本发明从多参数采集空间同步、伪影掩膜预处理、毛刺客观量化、分类前质量校验和可解释分级决策五个层面协同提升了甲状腺结节自动分类系统的可靠性、可解释性和临床可采信性。