公开(公告)号：CN117975123A

公开(公告)日：2024-05-03

申请号：CN202410076530.8

申请日：2024-01-18

Applicant: 北京工业大学

Inventor： 周著黄 ,  党英楠 ,  吕珂 ,  邵禹铭 ,  宾光宇

IPC: G06V10/764 ,  G06V10/25 ,  G06V10/56 ,  G06V10/766 ,  G06V10/82 ,  G06V20/40 ,  G06T7/00

Abstract: 本发明公开了一种时间‑强度曲线特征机器学习的超声造影分类方法。该方法基于机器学习分析病灶区、非病灶区、病灶区/非病灶区和非病灶区－病灶区的时间‑强度曲线特征结合基于深度学习分析视频特征，通过多因素逻辑回归构建组合模型进行超声造影分类。使将视频数据和裁剪其感兴趣区域获取亮度值并绘制时间‑强度曲线提取曲线下面积、达峰时间、峰值强度、造影剂平均通过时间、上升斜率、下降斜率、平均亮度值、平均亮度标准差特征分别输入深度学习模型和机器学习模型，通过多因素逻辑回归构建组合模型。基于分类指标全面评估该方法对超声造影结果的分类性能。