技术摘要：
本发明公开了一种基于卷积神经网络的甲状腺结节自动检测模型构建方法、系统及装置，方法包括：对甲状腺超声图像数据降噪，获得甲状腺超声图像训练数据集；基于训练数据集，使用Yolov3网络训练甲状腺结节检测模型；基于训练数据集，使用Resnet网络训练甲状腺结节良恶识  全部
背景技术：
过去20年中甲状腺结节的检测日益增多，正如大多数结节一样，准确判别甲状腺 结节及结节性对患者至关重要，一方面可以大幅减低患者在此检测的医疗费用，避免使用 穿刺、活检等代价更为昂贵痛苦手段；更为重要的是，结节的确诊及其良恶性的准确诊断对 于病人的治疗十分关键。超声是甲状腺结节检测的常用手段，放射科专家归纳出检测恶性 肿瘤的超声特征，这些特征包括低回声、无光晕、微钙化、坚实、结节内血流流动等。基于这 些特征，制定出国际通用的甲状腺成像报告和数据系统(TI-RADS)标准，这些标准将甲状腺 结节和恶性肿瘤进行了严格分类，以供放射科医生参考使用。TI-RADS将甲状腺结节划分2、 3、4a、4b、4c和5共六类，分别意味着无结节、可能为良性结节、有一项可疑特征、有两项可疑 特征、有三项或更多项可疑特征、及可能为恶性结节。然后以TI-RADS标准来评估作为目前 超声诊断甲状腺恶性结节的标准是耗时的，而且效果不是很好，检测的准确性往往和医生 的个人经验十分相关，且甲状腺结节回声模式的变化限制了放射科医师的判断能力。 另一方面，因为超声图像中包含的超声特征可以数字化处理，这样使用机器学习 方法进行自动检测便自然而生了，因此基于图像特征的自动或半自动分类系统将是可能 的。使用机器学习首先要提取图像特征，许多利用不同的方法手工提取甲状腺超声图像特 征在近年来被广泛研究。使用提取的特征，通过现有的机器学习分类器执行监督分类任务， 常用的如支持向量机，从而进行甲状腺结节自动检测任务。但是这种机器学习方法在提取 特征时，需要大量人力及有经验的专家，耗时费力且抽取到的特征效果不是很好。 随着深度学习的复兴，使用卷积神经网络(CNN)来自动提取特征成为处理图像自 动识别、检测、分割等任务通用方法。使用CNN抽取特征有两大优点，一是，用CNN抽取特征是 通过网络自动学习得到的，不需要人工抽取，十分简单易行，因此相比机器学习方法手工抽 取有效太多；二是，用CNN抽取的特征更具鲁棒性，可以适应如由于摄像机镜头、不同的光照 条件、不同的姿势、部分遮挡的存在、水平和垂直移动而导致的形状变化等导致图像变化， 获得更好的效果。因此使用CNN进行甲状腺结节进行自动识别工作的研究陆续有人发表，取 得了十分好的效果。 从目前的研究现状来看，虽然关于甲状腺结节良恶性的研究已有进行，但是在实 际工作中，需要先定位甲状腺结节的位置，然后才能进行甲状腺结节的良恶性识别，在这方 面的工作有所缺失，因此关于甲状腺结节的自动检测需进一步研究。
技术实现要素：
本发明的目的在于提供一种基于卷积神经网络的甲状腺结节自动检测模型构建 方法、系统及装置，旨在解决现有技术中的上述问题。 4 CN 111598875 A 说　明　书 2/10 页 本发明提供一种基于卷积神经网络的甲状腺结节自动检测模型构建方法，包括： 对甲状腺超声图像数据降噪，获得甲状腺超声图像训练数据集； 基于训练数据集，使用Yolov3网络训练甲状腺结节检测模型； 基于训练数据集，使用Resnet网络训练甲状腺结节良恶识别模型； 将甲状腺结节检测模型和甲状腺结节良恶识别模型融合，生成甲状腺结节自动检 测模型。 本发明提供一种基于卷积神经网络的甲状腺结节自动检测模型构建系统，包括： 降噪模块，用于对甲状腺超声图像数据降噪，获得甲状腺超声图像训练数据集； 第一训练模块，用于基于训练数据集，使用Yolov3网络训练甲状腺结节检测模型； 第二训练模块，用于基于训练数据集，使用Resnet网络训练甲状腺结节良恶识别 模型； 融合模块，用于将甲状腺结节检测模型和甲状腺结节良恶识别模型融合，生成甲 状腺结节自动检测模型。 本发明实施例还提供一种基于卷积神经网络的甲状腺结节自动检测模型构建设 备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，计算机程 序被处理器执行时实现上述基于卷积神经网络的甲状腺结节自动检测模型构建方法的步 骤。 本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有信 息传递的实现程序，程序被处理器执行时实现上述基于卷积神经网络的甲状腺结节自动检 测模型构建方法的步骤。 采用本发明实施例，应用深度学习图像自动识别、检测技术，使用最新的检测及识 别框架，完成甲状腺结节自动检测任务并对结节进行识别任务，使得能在甲状腺癌早期阶 段完成检测工作，从而不用使用穿刺等代价昂贵的工作帮助病人进行筛查，辅助医生完成 对甲状腺结节的检测及良恶性筛查。 上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段， 而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够 更明显易懂，以下特举本发明的