多模态超声影像分类方法以及乳腺癌诊断装置

本发明提供了一种多模态超声影像分类方法以及乳腺癌诊断装置，包括：S1，从原始灰阶超声‑弹性成像图像对中分割出感兴趣区域图像，根据分割出的感兴趣区域图像得到纯粹弹性成像影像；S2，利用DenseNet网络提取灰阶超声影像、弹性成像影像的单模态图像特征；S3，构建对抗性损失函数和正交性约束函数，提取灰阶超声影像与弹性成像影像之间的共享特征；S4，构建多任务学习框架，将S3得到的模态间共享特征与S2得到的单模态特征拼接后，共同输入多个分类器，分别进行良恶性分类。本发明可以同时针对灰阶超声图像、弹性成像图像以及两种模态图像一同进行良恶性分类，具有准确度高，应用范围广的优良性能。
上海交通大学
徐奕 | 李佳俊