喀什地区第一人民医院

本发明公开了一种用于肺结核的精准辅助筛查方法及系统，属于智慧医疗技术领域，包括：基于第一疾病分类网络，提取CT影像针对肺结核疾病的相关特征，通过前投影算法，生成仿真X‑Ray胸片；基于第一疾病分类网络，选择第二疾病分类网络，将相关特征蒸馏到第二疾病分类网络后，并通过域适应学习的方式增强模型的特征提取能力，构建筛查模型，用于根据真实的X‑Ray胸片进行肺结核疾病的筛查。本发明通过CT影像的特征蒸馏，教会X‑Ray胸片肺结核分类网络提取对肺结核疾病分类更加敏感的特征；然后通过域适应学习的方式，增强模型对输入的鲁棒性，从而通过X‑Ray筛查就能到达CT筛查的精度。

本发明涉及计算机智能诊断与机器学习技术领域，具体为基于支持向量机的甲状腺多模态超声诊断方法。方法获取同一甲状腺病灶的至少两种超声模态数据，依据病灶质心、主方向及边界参考点建立归一坐标；在归一坐标中划分局部证据单元，提取边界、回声、血流及硬度征象，依据空间邻接和跨模态对应关系构建病灶证据拓扑图；根据局部证据可靠度及跨模态征象互补度构造联合核函数，训练支持向量机完成病灶分类。该方法能够抑制跨模态局部错位、伪影及重复征象对分类边界的干扰，使支持向量机基于具有组织对应关系的可信互补证据确定分类结果，提高多模态表现不一致病例的诊断稳定性。