[发明专利]乳腺癌病理分型确定方法、装置和存储介质

权利要求书

1.一种乳腺癌病理分型确定方法，其特征在于，包括：

获取同一乳腺癌病灶的N条超声信息，所述N条超声信息为在不同角度和/或不同位置处的超声检查信息，所述超声信息为超声图像和/或超声视频，N为大于1的整数；

对于每条超声信息，通过分型神经网络确定所述超声信息中的病灶的病理分型；

通过聚合神经网络基于确定得到的各个病理分型确定得到最终病理分型。

2.根据权利要求1所述的方法，其特征在于，所述通过聚合神经网络基于确定得到的各个病理分型确定得到最终病理分型，包括：

将确定得到的各个病理分型输入至NetVlad网络进行聚类；

通过分类器对聚类结果做特征融合，得到最终病理分型。

3.根据权利要求2所述的方法，其特征在于，所述通过分类器对聚类结果做特征融合，得到最终病理分型，包括：

通过至少两种特征筛选算法对所述聚类结果进行特征筛选；

通过所述分类器对筛选出的特征做融合，得到最终病理分型。

4.根据权利要求2所述的方法，其特征在于，所述分类器为KNN或者Logistic_Regression。

5.根据权利要求1至4任一所述的方法，其特征在于，所述N条超声信息中包括是超声图像的超声信息，所述通过分型神经网络确定所述超声信息中的病灶的病理分型，包括：

通过第一神经网络识别所述超声图像中的兴趣区ROI；

将所述ROI输入至第二神经网络，通过所述第二神经网络确定所述ROI的病理分型。

6.根据权利要求1至4任一所述的方法，其特征在于，所述N条超声信息中包括是超声视频的超声信息，所述通过分型神经网络确定所述超声信息中的病灶的病理分型，包括：

将所述超声视频划分为长度为P帧的T段，P为大于1的整数，T为正整数；

对于所述T段超声视频分段中的每一段超声视频分段，通过第三神经网络确定所述超声视频分段中的病灶的病理分型。

7.根据权利要求6所述的方法，其特征在于，所述第三神经网络为包括空间卷积神经网络和时间卷积神经网络的双流网络，所述通过第三神经网络确定所述超声视频分段中的病灶的病理分型，包括：

将所述超声视频分段中的光流特征输入至所述时间卷积神经网络，将所述超声视频分段输入至所述空间卷积神经网络；

将所述时间卷积神经网络和所述空间卷积神经网络的输出结果做聚合，得到所述超声视频分段中的病灶的病理分型。

8.根据权利要求6所述的方法，其特征在于，在得到T个超声视频分段的病理分型之后，所述方法还包括：

根据确定的T个病理分型确定所述超声视频分段中的病灶的病理分型。

9.根据权利要求8所述的方法，其特征在于，所述根据确定的T个病理分型确定所述超声视频中的病灶的病理分型，包括：

通过所述聚合神经网络基于确定得到的T个病理分型确定得到所述超声视频所对应的病理分型。

10.一种乳腺癌病理分型确定装置，其特征在于，所述装置包括存储器和处理器，所述存储器中存储有至少一条程序指令，所述处理器通过加载并执行所述至少一条程序指令以实现如权利要求1至9任一所述的方法。

11.一种计算机存储介质，其特征在于，所述存储介质中存储有至少一条程序指令，所述至少一条程序指令被处理器加载并执行以实现如权利要求1至9任一所述的方法。