[發(fā)明專利]一種肺結(jié)節(jié)圖像檢測(cè)方法、模型訓(xùn)練方法、裝置及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201910374504.2
• 申請(qǐng)日: 2019-05-06
• 公開(kāi)（公告）號(hào): CN110084810B
• 公開(kāi)（公告）日: 2021-11-05
• 發(fā)明（設(shè)計(jì)）人: 王杰
• 申請(qǐng)（專利權(quán)）人: 成都醫(yī)云科技有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06N3/04
• 代理公司: 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463
• 代理人: 崔振

1.一種肺結(jié)節(jié)圖像檢測(cè)的模型訓(xùn)練方法，其特征在于，所述方法包括：

通過(guò)卷積網(wǎng)絡(luò)對(duì)CT肺結(jié)節(jié)數(shù)據(jù)進(jìn)行預(yù)處理，獲取肺結(jié)節(jié)特征圖像；

通過(guò)Xception網(wǎng)絡(luò)結(jié)構(gòu)獲取所述肺結(jié)節(jié)特征圖像的三維特征數(shù)據(jù)；

堆疊所述肺結(jié)節(jié)特征圖像的三維特征數(shù)據(jù)，獲取第一四維特征；

對(duì)所述第一四維特征進(jìn)行三維卷積核處理，獲取第二四維特征；

根據(jù)所述第二四維特征，計(jì)算類別概率；所述類別概率是每個(gè)像素點(diǎn)為肺結(jié)節(jié)的幾率；

當(dāng)所述類別概率滿足模型的收斂條件時(shí)，獲得已訓(xùn)練的肺結(jié)節(jié)圖像檢測(cè)模型；

其中，對(duì)所述第一四維特征進(jìn)行三維卷積核處理，獲取第二四維特征，包括：

將所述第一四維特征用1x1x1的三維卷積核進(jìn)行處理，獲取輸出通道數(shù)為256的第三四維特征；所述第一四維特征的輸出通道數(shù)為2048；

將所述第三四維特征依次使用5x1x3、5x3x1、7x1x3、7x3x1的三維卷積核進(jìn)行處理，獲取輸出通道數(shù)為256的第四四維特征；使用修正線性單元對(duì)所述第四四維特征進(jìn)行修正；

將修正后所述第四四維特征進(jìn)行上采樣，獲取輸出通道數(shù)為256的第五四維特征；

將所述第五四維特征與所述Xception網(wǎng)絡(luò)結(jié)構(gòu)中對(duì)應(yīng)大小的屬性映射層進(jìn)行矩陣相加，獲取輸出通道數(shù)為256的第六四維特征；

將所述第六四維特征用兩個(gè)3x3x3的三維卷積核進(jìn)行處理，獲取輸出通道數(shù)為256的第七四維特征；使用所述線性修訂單元對(duì)所述第七四維特征進(jìn)行修正；

將修正后的所述第七四維特征用1x1x1的三維卷積核進(jìn)行處理，獲取輸出通道數(shù)為相應(yīng)的分類類別數(shù)的第二四維特征。

2.根據(jù)權(quán)利要求1所述的肺結(jié)節(jié)圖像檢測(cè)的模型訓(xùn)練方法，其特征在于，在所述通過(guò)Xception網(wǎng)絡(luò)結(jié)構(gòu)獲取所述肺結(jié)節(jié)特征圖像的三維特征數(shù)據(jù)之前，所述方法還包括：

根據(jù)開(kāi)源的二維圖像數(shù)據(jù)預(yù)訓(xùn)練所述Xception網(wǎng)絡(luò)結(jié)構(gòu)。

3.根據(jù)權(quán)利要求2所述的肺結(jié)節(jié)圖像檢測(cè)的模型訓(xùn)練方法，其特征在于，所述方法還包括：

當(dāng)所述類別概率不滿足模型的收斂條件時(shí)，則重新獲取所述CT肺結(jié)節(jié)數(shù)據(jù)，對(duì)所述Xception網(wǎng)絡(luò)結(jié)構(gòu)執(zhí)行遷移訓(xùn)練。

4.一種肺結(jié)節(jié)圖像檢測(cè)方法，其特征在于，所述方法應(yīng)用于通過(guò)所述權(quán)利要求1-3任意一項(xiàng)所述的方法獲得的已訓(xùn)練的肺結(jié)節(jié)圖像檢測(cè)模型，所述方法包括：

通過(guò)卷積網(wǎng)絡(luò)按照間隔為N/2依次抽取相鄰的N層CT圖像數(shù)據(jù)至所有CT圖像數(shù)據(jù)抽取完成，并對(duì)所述CT圖像數(shù)據(jù)進(jìn)行預(yù)處理，獲取肺結(jié)節(jié)特征圖像；

通過(guò)Xception網(wǎng)絡(luò)結(jié)構(gòu)獲取所述肺結(jié)節(jié)特征圖像的三維特征數(shù)據(jù)；

堆疊所述肺結(jié)節(jié)特征圖像的三維特征數(shù)據(jù)，獲取第一四維特征；

對(duì)所述第一四維特征進(jìn)行三維卷積核處理，獲取第二四維特征；

根據(jù)所述第二四維特征，計(jì)算類別概率；所述類別概率是每個(gè)像素點(diǎn)為肺結(jié)節(jié)的幾率。

5.根據(jù)權(quán)利要求4所述的肺結(jié)節(jié)圖像檢測(cè)方法，其特征在于，所述方法還包括：

根據(jù)所述類別概率，對(duì)所述N層CT圖像數(shù)據(jù)進(jìn)行預(yù)測(cè)，得到肺結(jié)節(jié)檢測(cè)的預(yù)測(cè)結(jié)果；

取兩次相鄰的所述N層CT圖像數(shù)據(jù)的所述預(yù)測(cè)結(jié)果的平均值作為肺結(jié)節(jié)檢測(cè)的最終預(yù)測(cè)結(jié)果。