本发明涉及超声，更具体地说，特别涉及一种移动超声云诊断方法、装置、计算机设备及存储介质。
背景技术：
1、随着移动互联网的发展和医疗技术的进步，移动健康应用逐渐成为现代医疗服务的重要方式。超声诊断作为一种无创、便捷且有效的医疗手段，广泛应用于医疗诊断中。然而，传统超声诊断往往依赖于大型设备和专业技术人员，患者需亲自前往医疗机构进行检查，这在偏远地区和医疗资源匮乏地区存在显著不便。现有技术缺乏便捷的、实时的远程超声诊断手段，难以满足用户的需求。
技术实现思路
1、本发明的目的在于提供一种移动超声云诊断方法，以克服现有技术所存在的缺陷。
2、为了达到上述目的，本发明采用的技术方案如下：
3、一种移动超声云诊断方法，包括以下步骤：
4、s1、采集患者的超声图像数据；
5、s2、对所述超声图像数据进行预处理，提取多级特征表示；
6、s3、对所述多级特征表示进行分类与识别，识别出病变或病灶；
7、s4、基于识别出的病变或病灶生成诊断建议。
8、进一步地，所述步骤s1中采用便携式超声设备采集患者的超声图像。
9、进一步地，所述步骤s2具体包括：
10、对超声图像进行图像尺寸的标准化、灰度化、图像增强和噪声去除处理；
11、通过卷积神经网络对预处理后的超声图像提取不同层次的特征，得到多级特征表示。
12、进一步地，通过卷积神经网络对预处理后的超声图像提取不同层次的特征，得到多级特征表示的步骤为：
13、通过卷积神经网络对超声图像进行卷积操作，提取多级特征表示，该多级特征表示包括：
14、浅层特征，描述图像的基本元素；
15、中层特征，描述图像中特定的形状或局部结构；
16、高级特征，描述图像的整体布局、场景分类、以及与病变类型、病灶大小和位置等诊断条件的特征。
17、进一步地，所述步骤s3具体包括：
18、采用的transformer模型是在多个公开的医疗超声图像数据集上进行预训练的，训练过程中优化了模型对这些数据集中病变特征的识别能力，模型架构考虑了超声图像包括分辨率、对比度和纹理信息的特性，以确保能够有效提取关键视觉特征进行分析，识别出病变或病灶，其具体步骤如下：
19、数据准备：收集并标注设定数量的超声图像数据，所述超声图像数据包括正常和异常的图像，以及对应的病灶位置和类型；
20、数据预处理：对超声图像数据进行尺寸标准化、灰度化、图像增强和噪声去除的预处理，以提高模型的训练效率和性能；
21、特征提取：使用卷积神经网络对预处理后的图像提取多级特征表示，包括浅层特征、中层特征和高级特征；
22、模型架构设计：设计transformer模型的架构，包括自注意力层、前馈神经网络层、层归一化的组件；
23、模型的训练过程包括：
24、首先、将提取的特征输入到transformer模型中；
25、其次、使用损失函数来衡量模型的预测和真实标注之间的差异；
26、然后、通过反向传播算法更新模型的权重，以最小化损失函数；
27、最后、使用验证集对模型进行评估，以避免过拟合，并进行超参数调整；
28、模型的优化：在训练过程中，可能需要对模型进行调优，包括调整学习率、批量大小、正则化策略；
29、模型的评估：在独立的测试集上评估模型的性能，使用准确率、召回率、f1分数指标；
30、模型的部署：训练完成的模型可以部署到移动超声云诊断系统中，用于实时分析超声图像并提供诊断建议。
31、进一步地，所述步骤s4具体包括：
32、根据识别出的病变或病灶并结合基于医学指南和专家系统，综合考虑患者的年龄、性别、病史以及病变的性质、位置、大小因素，并结合了最新的临床研究成果，以提供最准确的诊断建议。
33、进一步地，所述步骤s4之后还包括：
34、将诊断建议通过移动方式反馈给患者。
35、为了解决上述技术问题，本申请实施例还提供一种移动超声云诊断装置，采用了如下所述的技术方案：
36、一种移动超声云诊断装置，包括：
37、便携式超声设备模块，用于采集患者的超声图像数据；
38、人工智能处理模块，用于对所述超声图像数据进行预处理，提取多级特征表示；
39、分类与识别模块，用于对所述多级特征表示进行分类与识别，识别出病变或病灶；
40、建议生成模块，用于基于识别出的病变或病灶生成诊断建议。
41、为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：
42、一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如上所述的移动超声云诊断方法的步骤。
43、为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：
44、一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如上所述的移动超声云诊断方法的步骤。
45、与现有技术相比，本发明的优点在于：本发明能够精细化分析超声图像，提高了特征提取和识别的准确性，能对上传的图像进行实时处理，缩短了用户等待时间，并且从图像预处理到诊断建议生成，实现了全流程的自动化，大大减轻了医生的负担。
1.一种移动超声云诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的移动超声云诊断方法，其特征在于，所述步骤s1中采用便携式超声设备采集患者的超声图像。
3.根据权利要求1所述的移动超声云诊断方法，其特征在于，所述步骤s2具体包括：
4.根据权利要求3所述的移动超声云诊断方法，其特征在于，通过卷积神经网络对预处理后的超声图像提取不同层次的特征，得到多级特征表示的步骤为：
5.根据权利要求1所述的移动超声云诊断方法，其特征在于，所述步骤s3具体包括：
6.根据权利要求1所述的移动超声云诊断方法，其特征在于，所述步骤s4具体包括：
7.根据权利要求1所述的移动超声云诊断方法，其特征在于，所述步骤s4之后还包括：
8.一种用于实现权利要求1-7任意一项所述的移动超声云诊断方法的装置，其特征在于，包括：
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的移动超声云诊断方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的移动超声云诊断方法的步骤。
