摘要
本发明的基于超声射频信号的甲状腺结节分类系统,包括数据采集模块、模型构建模块和分类模块。数据采集模块用于采集甲状腺结节的超声射频信号数据,并对超声射频信号进行预处理形成实例集合,以及构建带有标签的数据集。模型构建模块用于构建对甲状腺结节进行特征分类的神经网络模型,并基于数据集对神经网络模型进行训练;神经网络模型包括特征转换层、动态权重生成层、自注意力层和分类概率融合层。分类模块用于基于训练后的神经网络模型,对甲状腺结节进行特征分类。本发明具有直接对原始超声射频信号进行解析,从而有效规避了图像重建引入的信息损耗,能够精准地捕捉并分析超声射频信号中的关键信息,实现对甲状腺结节的高精度分类的优点。
技术关键词
分类系统
射频
神经网络模型
计算方法
多层感知机
矩阵
序列
数据采集模块
信号线
动态
加权平均法
参数
包络
图像重建
注意力机制
探头
频率响应