基于BP算法的前馈神经网络超声诊断方法的研究

发布时间：2021-06-28 22:07

　　目的:研制一套提升超声诊断水平的神经网络超声诊断软件系统,以提高超声诊断效率和降低诊断误判率。方法:基于神经网络理论设计误差反向传播（BP）算法的前馈神经网络结构,通过数据库累积超声专家的诊断知识对超声诊断图像进行特征提取,利用完成分类的超声图像数据,训练神经网络以获取网络权重,将目标超声图像导入神经网络得到诊断分类。结果:将患者肝部超声图像导入系统,在病理特征不明显情况下,诊断系统仍可快速做出诊断分类,并给出置信区间,辅助医师进行诊断。超声辅助诊断系统的诊断时间由通常的10 min左右降低至2 min左右,缩短了患者的就诊时间。结论:通过临床测试,系统不仅可以提高超声诊断效率、降低就诊时间,而且可通过专家知识库实现专家知识共享,提高患者疾病诊断的准确率。 

【文章来源】：中国医学装备. 2020,17(05)

【文章页数】：3 页

【部分图文】：

人工神经网络结构

(1)神经网络训练功能：神经网络训练主要用于实现通过对样本集的处理、获取网络特征参数的过程。其中涉及样本预处理，目的是将特征图像按照病理分类[9]后，进行特征提取，提取结果直接用于神经网络训练。BP神经网络训练流程见图2。(2)智能识别功能：智能识别过程是指经验相对较少医师将采集的超声图像导入神经网络输入端，经训练完成的网络处理后得到病理分类结果的过程。超声辅助诊断系统诊断流程见图3。

(2)智能识别功能：智能识别过程是指经验相对较少医师将采集的超声图像导入神经网络输入端，经训练完成的网络处理后得到病理分类结果的过程。超声辅助诊断系统诊断流程见图3。3 超声辅助诊断验证

【参考文献】：
期刊论文
[1]人工智能在超声影像甲状腺结节良恶性预测研究[J]. 王洪杰,于霞,田进军,王振宇.  中国医学装备. 2019(12)
[2]基于RBF神经网络的老年痴呆症智能诊断研究[J]. 张会敏,叶明全,罗永钱,孟婷玮,陈玥珠.  中国数字医学. 2015(06)
[3]图像去噪混合滤波方法[J]. 关新平,赵立兴,唐英干.  中国图象图形学报. 2005(03)
[4]BP神经网络设计探讨[J]. 李丽霞,王彤,范逢曦.  现代预防医学. 2005(02)

博士论文
[1]肝脏超声造影图像处理与分析方法研究[D]. 吴开志.华中科技大学 2014
[2]基于变分偏微分方程的医学B超图像处理[D]. 黄杰.南京理工大学 2012

硕士论文
[1]基于主成分分析的神经网络模型在预测老年人认知状态中的研究[D]. 张文茜.第四军医大学 2017
[2]遗传算法BP神经网络在肝硬化分期诊断中的应用[D]. 左颖婷.山西医科大学 2017
[3]1048例住院肝硬化患者病因及临床特征分析[D]. 梁丽.重庆医科大学 2012
[4]基于小波的医学超声图像去斑点噪声方法[D]. 刘春明.第一军医大学 2006



本文编号：3255126