一种基于深度学习的甲状腺良恶性结节区域的检测方法与流程

技术特征：
1.一种基于深度学习的甲状腺良恶性结节区域的检测方法，其特征在于，包括以下步骤：第一步：通过检测状态稳定模块（1）穿戴于患者颈部保持监测稳定性状态，使病灶皮表特征采集模块（2）的监测接触点与患者结节病灶贴触；第二步：通过所述病灶皮表特征采集模块（2）、体温变化采集模块（3）和心率特征采集模块（4）对患者病理特征检测，分别得到凸起度变化数据s1初、结节扩散量变化数据s2初、患者体温变化数据s3初以及心率变化数据s4初；第三步：通过计算机对该类病人病情统计并且对数据进行处理获得病人的凸起度变化区间a1，边缘变化区间a2，温度变化区间a3，心率变化区间a4；第四步：将多类型数据通过该公式获得通用数据，通过设定采集频率间隔为8h，则每日所采集次数为3次，通过采集数据修正最终通过通用数值修正公式获得sn末=
×
100；第五步：根据不同类型数据以及该类型对病情的影响程度获得数据比重a1、a2、a3、a4；第六步，通过a1（
×
100） a2（
×
100） a3（
×
100） a4（
×
100）获得最终数值。2.根据权利要求1所述的一种基于深度学习的甲状腺良恶性结节区域的检测方法，其特征在于：所述检测状态稳定模块（1）包括后颈内贴合层（11）、接触外阻隔层（12）和柔性位移引导片（13），所述后颈内贴合层（11）套设于患者颈部后在因外部介质接触因素对患者结节处造成接触时，通过所述接触外阻隔层（12）对接触物体作出阻隔，同时由于填充于所述后颈内贴合层（11）和所述接触外阻隔层（12）之间的所述柔性位移引导片（13）具有形变性，进而在所述接触外阻隔层（12）受到外部介质接触而产生位移活动时通过柔性形变避免造成所述后颈内贴合层（11）的迁带拉扯，进而保持所述病灶皮表特征采集模块（2）在周期内进行采集捕捉下的位置稳定性。3.根据权利要求1所述的一种基于深度学习的甲状腺良恶性结节区域的检测方法，其特征在于：所述病灶皮表特征采集模块（2）包括中部压力传感采集单元（21）和外周压力传感采集单元（22），所述中部压力传感采集单元（21）用于与患者结节皮损处接触后通过检测挤压压力变化值，进而得到对结节处凸起增长的参考数据，同时位于所述中部压力传感采集单元（21）外侧的所述外周压力传感采集单元（22）用于与结节外边界接触后，通过检测所受压力值以及所接触的分布点变化是否增大获得结节边界扩散量变化数据。4.根据权利要求3所述的一种基于深度学习的甲状腺良恶性结节区域的检测方法，其特征在于：所述中部压力传感采集单元（21）和所述外周压力传感采集单元（22）均与承载壳（23）固定连接，所述承载壳（23）通过对应患者病灶皮损检测位置分为凸起点（231）和延伸点（232），所述中部压力传感采集单元（21）和所述外周压力传感采集单元（22）分别位于所述凸起点（231）以及所述延伸点（232）区域，所述外周压力传感采集单元（22）以及所述承载
壳（23）的外侧设有隔离单元片（25）。5.根据权利要求4所述的一种基于深度学习的甲状腺良恶性结节区域的检测方法，其特征在于：所述承载壳（23）卡合安装有套设卡环（24），所述套设卡环（24）的两侧均固定安装有定位卡扣（241），通过所述定位卡扣（241）与所述承载壳（23）的卡合实现对所述套设卡环（24）的固定安装，使所述隔离单元片（25）对所述中部压力传感采集单元（21）以及所述外周压力传感采集单元（22）阻隔，进而防止检测时患者皮肤直接与所述中部压力传感采集单元（21）以及所述外周压力传感采集单元（22）接触。6.根据权利要求5所述的一种基于深度学习的甲状腺良恶性结节区域的检测方法，其特征在于：所述套设卡环（24）开设有嵌合所述承载壳（23）的贴合凹槽（242），通过所述承载壳（23）对位所述贴合凹槽（242）卡合后，用于减少所述中部压力传感采集单元（21）和所述外周压力传感采集单元（22）与患者皮表之间的接触间距。

技术总结
本发明公开了一种基于深度学习的甲状腺良恶性结节区域的检测方法，通过检测状态稳定模块穿戴于患者颈部保持监测稳定性状态，使病灶皮表特征采集模块的监测接触点与患者结节病灶贴触，通过所述病灶皮表特征采集模块、体温变化采集模块和心率特征采集模块对患者病理特征检测；通过采集不同类型数据以及该类型对病情的影响程度获得数据比重后，经过数据修正后并求出最终数值，给于患者自身一个恢复状态下良恶的判断的参考值，同时在接触外阻隔层受到手部接触而产生位移活动时，通过柔性形变避免造成所述后颈内贴合层的迁带拉扯，进而保持所述病灶皮表特征采集模块在周期内进行采集捕捉下的位置稳定性。集捕捉下的位置稳定性。集捕捉下的位置稳定性。


技术研发人员：王明佳
受保护的技术使用者：商丘市第一人民医院
技术研发日：2022.03.29
技术公布日：2022/5/30