一种基于解剖学的甲状腺超声扫查视频流程分析方法

本发明的目的是提供一种基于解剖学的甲状腺超声扫查视频流程分析方法，该方法包括：根据超声图像解剖学知识进行图神经网络建模；采用自适应甲状腺解剖推理分割网络对甲状腺及周边器官进行图像分割；采用时间卷积网络判断当前帧的扫查阶段。本发明通过基于输入特征的自注意机制自适应地学习解剖关系建模，从而更好地捕捉复杂的解剖结构之间的联系，并且开创性进行基于视频流的超声扫查流程分析，实现对超声扫查流程的精确理解与阶段分割，引入了时空信息融合阶段，采用了时间卷积网络（TCN）使得模型不仅能够捕捉到空间特征，还能够理解时间序列上的动态变化，从而提高了对超声视频流中扫查阶段的识别能力。