[發明專利]一種肺結節自動檢測方法及系統

有效

• 申請號: 201711436019.0
• 申請日: 2017-12-26
• 公開（公告）號: CN108133476B
• 公開（公告）日: 2022-02-01
• 發明（設計）人: 殷保才;王鳳艷;劉聰
• 申請（專利權）人: 安徽科大訊飛醫療信息技術有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/10
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;李相雨

1.一種肺結節自動檢測方法，其特征在于，包括：

獲取待檢測肺部影像，從所述肺部影像中獲取候選肺結節影像；所述候選肺結節影像為所述肺部影像中包含肺結節的部分子影像；

其中，從所述肺部影像中獲取候選肺結節影像，包括：基于連通成分分析和預先構建的成分分析模型對待檢測肺部影像進行分割，獲得候選肺結節影像；

將所述候選肺結節影像作為預先構建的粗肺結節識別模型的輸入，獲得所述候選肺結節影像對應的肺部位置是否出現肺結節的檢測結果；

將粗識別肺結節影像輸入預先構建的精細肺結節識別模型，輸出所述出現肺結節的候選肺結節影像中屬于肺結節的各像素點，所述各像素點構成精細肺結節影像；

根據所述精細肺結節影像，或者根據所述精細肺結節影像和所述粗識別肺結節影像，基于預先構建的良惡性程度屬性-形態屬性雙任務模型，獲得各肺結節的良惡性程度屬性和形態屬性；其中，出現肺結節的候選肺結節影像構成所述粗識別肺結節影像，所述良惡性程度屬性-形態屬性雙任務模型為3D-CNN模型；

所述粗肺結節識別模型為兩階段級聯肺結節識別模型，所述兩階段級聯肺結節識別模型包括第1級肺結節識別模型和第2級肺結節識別模型；

所述第1級肺結節識別模型通過以下步驟構建：

標注第一訓練樣本數據集，根據所述第一訓練樣本數據集，基于確定的拓撲結構，獲得所述第1級肺結節識別模型；

所述第2級肺結節識別模型通過以下步驟構建：

根據所述第一訓練樣本數據集，基于所述第1級肺結節識別模型，獲得識別結果；比較所述識別結果與第一訓練樣本數據的標注信息，將差異大于預設閾值的訓練樣本數據作為第二訓練樣本數據集，訓練得到所述第2級肺結節識別模型；

所述第二訓練樣本數據集為所述第一訓練樣本數據集經過所述第1級肺結節識別模型識別后，其識別結果與所述第一訓練樣本數據集對應標注信息進行比對產生差異大于閾值的部分難識別樣本數據所構成的數據集。

2.根據權利要求1所述的方法，其特征在于，所述基于連通成分分析對待檢測肺部影像進行分割，包括：獲得待檢測肺部影像的HU值，通過對HU值進行二值化處理去除肺實質部分影像；對二值化處理后的影像進行連通成分分析，獲得連通體；對所述連通體進行形態學操作，獲得候選肺結節影像。

3.根據權利要求1所述的方法，其特征在于，所述基于預先構建的成分分析模型對待檢測肺部影像進行分割，包括：利用預設大小的窗口遍歷待檢測肺部影像，將遍歷獲得的各子影像輸入預先構建的成分分析模型，輸出獲得候選肺結節影像。

4.根據權利要求1所述的方法，其特征在于，還包括：

根據所述精細肺結節影像和/或粗識別肺結節影像，獲得對應各肺結節的測量屬性；所述測量屬性包括如下至少一種：最大直徑、體積、有效直徑、HU均值和HU直方圖統計；

所述最大直徑，為肺結節影像中最遠兩個像素點的距離；

所述有效直徑，為與肺結節具有相同體積球體的直徑。