摘要:本发明公开了一种基于深度学习的超声造影肿瘤自动识别与检测方法,包括以下步骤获取目标区域的特征视频数据;对所述特征视频数据进行数据预处理将预处理后的特征视频数据进行分块得到若干视频块;将视频块作输入到3D卷积神经网络中进行数据处理得到特征图层;将特征图层输入到全连接层中进行特征分类,最终判断分类是否为肿瘤。本发明提供的方法,利用3D卷积神经网络,能有效提取超声造影视频数据帧内与帧间的时间空间有效血流特征,并基于肿瘤组织与正常组织的差异性,结合了视频数据的时空特性,使用了3DCNN算法进行肿瘤分割,实现肿瘤组织的检测,比传统机器学习算法取得了更好的分割准确率。