基于深度学习的超声实时病灶定位与良恶性辅助诊断平台

本发明公开了一种基于深度学习的超声实时病灶定位与良恶性辅助诊断平台，该平台通过API或视频接口实时获取超声视频流，采用基于CIoU损失优化的YOLOv8模型进行病灶检测，并引入边界感知辅助头与K‑means聚类锚框提升小病灶定位精度，随后提取病灶的边界清晰度、形状规则性及回声纹理等形态学特征，基于综合特征进行良恶性分类，并利用蒙特卡洛Dropout进行不确定性估计与保守性动态校准，系统输出校准后的恶性概率、置信度及病灶边界，以结构化报告与可视化警示支持医生决策，处理速度≥15帧/秒，兼具高精度、实时性与临床鲁棒性。