[發(fā)明專利]一種基于人工智能的肺部影像數(shù)據(jù)處理方法、裝置及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201810311958.0
• 申請日: 2018-04-09
• 公開（公告）號: CN108510495A
• 公開（公告）日: 2018-09-07
• 發(fā)明（設(shè)計）人: 陳磊;康雁;張震;孫巖
• 申請（專利權(quán)）人: 沈陽東軟醫(yī)療系統(tǒng)有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G16H50/30;G16H50/20;G16H30/20
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王玲;王寶筠

本申請實施例提供一種基于人工智能的肺部影像數(shù)據(jù)處理方法和裝置，所述方法包括：接收肺部病例數(shù)據(jù)，將所述肺部病例數(shù)據(jù)轉(zhuǎn)換為肺部結(jié)構(gòu)化數(shù)據(jù)存儲在云端影像數(shù)據(jù)庫中；利用所述云端影像數(shù)據(jù)庫存儲的肺部結(jié)構(gòu)化數(shù)據(jù)訓(xùn)練得到神經(jīng)網(wǎng)絡(luò)預(yù)測模型；接收肺部影像數(shù)據(jù)，利用所述神經(jīng)網(wǎng)絡(luò)預(yù)測模型對所述肺部影像數(shù)據(jù)進(jìn)行分析，得到至少包括肺結(jié)節(jié)位置以及良惡性預(yù)測概率的預(yù)測分析結(jié)果；輸出所述預(yù)測分析結(jié)果。本申請實施例可以有效提高肺癌早期篩查的準(zhǔn)確率和效率。

技術(shù)領(lǐng)域

本申請實施例涉及計算機技術(shù)領(lǐng)域，具體涉及一種基于人工智能的肺部影像數(shù)據(jù)處理方法、裝置和系統(tǒng)。

背景技術(shù)

肺癌是一種常見的惡性腫瘤，對人類健康和生命構(gòu)成極大威脅。根據(jù)權(quán)威數(shù)據(jù)統(tǒng)計，2014年我國肺癌新發(fā)病人數(shù)超過73萬，死亡人數(shù)約61萬，其發(fā)病率與死亡率均居各類癌癥首位。眾所周知，越早發(fā)現(xiàn)的肺癌，治療效果就越好。國際早期肺癌行動計劃(I-ELCAP)所發(fā)現(xiàn)的肺癌，Ⅰ期肺癌占80％以上。接受手術(shù)的I期患者，十年生存率92％。而大部分人發(fā)現(xiàn)肺癌時已經(jīng)處于中晚期，治療效果普遍不好，目前我國的肺癌五年生存率不到20％。因此，如何實現(xiàn)肺癌的早期篩查成為一個重要的問題。

現(xiàn)有技術(shù)中，存在一種云端系統(tǒng)可以收集各個醫(yī)院的醫(yī)生上傳的患者病例、影像資料，并存儲相應(yīng)信息。醫(yī)生可以在線對影像資料進(jìn)行人工閱片、分析，以進(jìn)行肺癌早期篩查工作。

申請人經(jīng)過研究發(fā)現(xiàn)，現(xiàn)有技術(shù)存在的云端系統(tǒng)僅實現(xiàn)了影像數(shù)據(jù)的存儲功能，并未提供對影像數(shù)據(jù)的智能處理，仍然需要依賴人工進(jìn)行閱片、篩查工作，存在效率低、誤診率、漏診率高的缺陷。

發(fā)明內(nèi)容

本申請實施例提供了一種基于人工智能的肺部影像數(shù)據(jù)處理方法、裝置和系統(tǒng)，旨在解決現(xiàn)有技術(shù)人工進(jìn)行肺癌早期篩查效率低、準(zhǔn)確率低的問題。

為此，本申請實施例提供如下技術(shù)方案：

本申請實施例的第一方面公開了一種基于人工智能的肺部影像數(shù)據(jù)處理方法，包括：接收肺部病例數(shù)據(jù)，將所述肺部病例數(shù)據(jù)轉(zhuǎn)換為肺部結(jié)構(gòu)化數(shù)據(jù)存儲在云端影像數(shù)據(jù)庫中；利用所述云端影像數(shù)據(jù)庫存儲的肺部結(jié)構(gòu)化數(shù)據(jù)訓(xùn)練得到神經(jīng)網(wǎng)絡(luò)預(yù)測模型；接收肺部影像數(shù)據(jù)，利用所述神經(jīng)網(wǎng)絡(luò)預(yù)測模型對所述肺部影像數(shù)據(jù)進(jìn)行分析，得到至少包括肺結(jié)節(jié)位置以及良惡性預(yù)測概率的預(yù)測分析結(jié)果；輸出所述預(yù)測分析結(jié)果。

本申請實施例的第二方面，公開了一種基于人工智能的肺部影像數(shù)據(jù)處理系統(tǒng)，包括：云端影像輸入模塊，用于接收肺部影像數(shù)據(jù)以及肺部病例數(shù)據(jù)；云端影像數(shù)據(jù)庫，用于將所述肺部病例數(shù)據(jù)轉(zhuǎn)換為肺部結(jié)構(gòu)化數(shù)據(jù)存儲；預(yù)測分析模塊，用于基于神經(jīng)網(wǎng)絡(luò)預(yù)測模型對所述肺部影像數(shù)據(jù)進(jìn)行分析，得到至少包括肺結(jié)節(jié)位置以及良惡性預(yù)測概率的預(yù)測分析結(jié)果；其中，所述神經(jīng)網(wǎng)絡(luò)預(yù)測模型根據(jù)所述云端影像數(shù)據(jù)庫存儲的肺部結(jié)構(gòu)化數(shù)據(jù)訓(xùn)練得到；云端影像輸出模塊，用于輸出所述預(yù)測分析結(jié)果。

本申請實施例的第三方面，公開了一種用于基于人工智能的肺部影像數(shù)據(jù)處理的裝置，包括有存儲器，以及一個或者一個以上的程序，其中一個或者一個以上程序存儲于存儲器中，且經(jīng)配置以由一個或者一個以上處理器執(zhí)行所述一個或者一個以上程序包含用于進(jìn)行以下操作的指令：接收肺部病例數(shù)據(jù)，將所述肺部病例數(shù)據(jù)轉(zhuǎn)換為肺部結(jié)構(gòu)化數(shù)據(jù)存儲在云端影像數(shù)據(jù)庫中；利用所述云端影像數(shù)據(jù)庫存儲的肺部結(jié)構(gòu)化數(shù)據(jù)訓(xùn)練得到神經(jīng)網(wǎng)絡(luò)預(yù)測模型；接收肺部影像數(shù)據(jù)，利用所述神經(jīng)網(wǎng)絡(luò)預(yù)測模型對所述肺部影像數(shù)據(jù)進(jìn)行分析，得到至少包括肺結(jié)節(jié)位置以及良惡性預(yù)測概率的預(yù)測分析結(jié)果；輸出所述預(yù)測分析結(jié)果。

本申請實施例的第四方面，公開了一種機器可讀介質(zhì)，其上存儲有指令，當(dāng)由一個或多個處理器執(zhí)行時，使得裝置執(zhí)行如第一方面所述的基于人工智能的肺部影像數(shù)據(jù)處理方法。