专利示意图

一、技术领域

医学图像处理技术领域

二、专利介绍

1.专利信息

专利类型：发明

专利权人：清华大学深圳国际研究生院

申请号：202310231868.1

发明人：袁克虹、王颖妮

2.专利说明书摘要

本发明公开了一种基于医学概念的超声标准切面分类认知解释方法。该方法包括：从医学概念出发结合医学先验知识从超声图像中提取医学概念，并从医学概念中提取医学概念的几何特征；构建医学概念图，其中，表示边，表示节点，节点的属性是由卷积神经网络编码的特征映射，为特征映射的通道数，分别为特征映射的高和宽，所述卷积神经网络以所提取的医学概念的几何特征作为输入；对于所述医学概念图，使用图卷积神经网络进行分类，得到预测类别；对于所述预测类别，计算每个节点对于预测的重要性。本发明提升了神经网络预测超声图像类别的可解释性。

3.创新点

本发明的目的是提供一种基于医学概念的胎儿超声标准切面分类的认知解释器实现方法，能够对胎儿超声检查中的标准切面进行分类，契合临床分析结果，帮助有效减少误诊和漏诊，并从医生认知的角度来对分类器的分类结果进行解释，从而提高使用者对模型的信任度。针对深度学习模型的不透明性和不可解释性，我们从医学概念出发，使用简单的迭代聚类算法获取视觉概念，并通过医学先验知识（位置、形状、亮度、纹理）来进行分析，寻找对分类有鉴别性意义的视觉概念。

4.技术优势

使用卷积神经网络提取高维特征作为节点属性，将节点之间的空间位置关系作为边属性来构建图结构数据，并使用图神经网络来对图结构数据进行分类，之后基于梯度来计算每个节点的重要性，从而对神经网络预测结果进行解释。

三、产业化信息

1.应用场景

胎儿超声检测的超声设备和超声工作站

2.合作方式

面议

注:所有成果未经授权，请勿转载

联系方式：ttc@sz.tsinghua.edu.cn