摘要
本发明涉及图像识别技术领域,更具体的说是涉及一种乳腺超声射频信号的端到端肿瘤识别系统,包括:数据获取单元,用于获取乳腺组织的原始超声射频信号,所述射频信号未经对数压缩或包络检测处理,保留完整的组织反射信息;深度学习单元,用于通过零拷贝技术和双缓冲机制将所述射频信号传输至计算平台,所述计算平台加载预训练的深度学习模型;特征提取单元,用于通过所述深度学习模型对所述射频信号进行特征提取和分类,确定乳腺肿瘤的病灶位置和BI‑RADS类别;诊断结果生成单元,用于根据所述病灶位置和BI‑RADS类别生成可视化诊断图像和类别标签,输出诊断结果。本申请采用原始RF信号采集和处理技术,避免传统超声成像中的信息损失,完整保留组织微结构特征。
技术关键词
肿瘤识别系统
射频
乳腺
深度学习模型
信号
拷贝技术
双缓冲机制
多尺度特征融合
组织
特征提取单元
数据获取单元
依赖特征
融合多尺度特征
掩膜
图像
生成二值化
微结构特征
长短期记忆网络
系统为您推荐了相关专利信息
信号特征
多任务学习策略
力学
联合损失函数
少量标注数据
预同步方法
网络控制器
数据传输延迟
时间序列模型
数据同步
评估预测方法
动态脑功能网络
多模态
深度卷积神经网络
频域特征