基于甲状腺超声图像的结节良恶性自动评分方法及系统

本发明公开了基于甲状腺超声图像的结节良恶性自动评分方法及系统，涉及图像处理技术领域，方法包括：构建包含结节识别网络和结节分类网络的深度学习模型并进行训练，得到自动评分模型；自动评分模型基于甲状腺超声图像得到甲状腺结节识别结果，并计算良恶性风险评分。结节识别网络采用编码器对输入图像进行基础特征提取，采用动态注意力机制进行特征增强；采用解码器对编码器输出的增强特征进行逐步降维，输出甲状腺结节识别结果；结节分类网络采用Swin Transformer模型，基于甲状腺结节识别结果计算良恶性风险评分。本发明在甲状腺结节的检测和分类中具有较高的准确性和实时性，可辅助医生提高诊断效率，降低误诊漏诊风险。