一种基于TSN和SSN在超声图像中的甲状腺结节良恶性分类方法

科研成果类型

专利

科研成果简介

（技术原理、应用领域、创新点等）

设计了一种以纹理和形状为中心的双流注意力神经网络，称为TS-DSANN。具体来说，在以纹理为中心的流中，我们利用ImageNet预训练的ResNet34来引导网络识别与纹理相关的结节属性。同时，在以形状为中心的流中，除了使用ResNet34骨干网，与轮廓检测模块获得的轮廓共同从头开始学习以增强形状特征的提取。之后，我们使用连接操作来聚合上述两个流网络用于捕获更丰富、更具代表性的特征。最后，我们进一步利用在线类激活映射机制来辅助双流网络生成定位热图，以从整个图像中获得对结节的更多可视化关注，并监督分类器在决策中的注意力。

是否有

转化意愿

是

期望转化方式

技术转让

转化预计时间

短期1年内

转化需求

资金、市场推广

专家姓名

唐璐

性别

女

所在部门

医学影像学院

职称

副教授

研究方向

医学影像人工智能

电子邮箱

xztanglu@xzhmu.edu.cn