基于强化学习和BI-RADS指南的超声图像识别方法

本申请涉及一种基于强化学习和BI‑RADS指南的超声图像识别方法。所述方法包括：首先，获取超声图像并进行预处理，得到病灶区域标注图像；之后，根据BI‑RADS指南对所述病灶区域标注图像进行特征提取，得到恶性视觉特征；之后，基于所述恶性视觉特征训练超声图像识别模型，所述超声图像识别模型基于近端策略优化算法或深度Q学习算法设置；最后，将待识别超声图像输入训练好的超声图像识别模型中，确定超声图像类别。利用强化学习算法结合医学影像数据的特征提取并根据BI‑RADS（乳腺影像报告和数据系统）指南对病变进行分类，自动进行超声图像数据分类，尤其在提高诊断准确性、减少时间和成本且降低医生依赖上具有显著优势。