[發(fā)明專利]肺結(jié)節(jié)多尺度檢測方法、裝置、設(shè)備及介質(zhì)

有效

• 申請?zhí)枺?/td>: 201911159661.8
• 申請日: 2019-11-22
• 公開（公告）號: CN111028940B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設(shè)計(jì)）人: 蔡慶玲;何鴻奇;孫瑋;林進(jìn)可;林滿盈
• 申請（專利權(quán)）人: 中山大學(xué)
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06T7/00;G06N3/0464;G06F3/048;G06N3/08
• 代理公司: 深圳市智勝聯(lián)合知識產(chǎn)權(quán)代理有限公司 44368
• 代理人: 齊文劍

1.一種肺結(jié)節(jié)多尺度檢測方法，其特征在于，包括：

利用設(shè)有空間信息和通道信息卷積的人工神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力，建立肺部的CT圖像特征與肺結(jié)節(jié)位置之間的對應(yīng)關(guān)系；具體地，所述建立肺部的CT圖像特征與肺結(jié)節(jié)位置之間的對應(yīng)關(guān)系的步驟，包括：獲取用于建立所述CT圖像特征與所述肺結(jié)節(jié)位置之間的對應(yīng)關(guān)系的樣本數(shù)據(jù)；分析所述CT圖像特征的特性及其規(guī)律，根據(jù)所述特性及其規(guī)律，確定所述人工神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)及其網(wǎng)絡(luò)參數(shù)；使用所述樣本數(shù)據(jù)，對所述網(wǎng)絡(luò)結(jié)構(gòu)和所述網(wǎng)絡(luò)參數(shù)進(jìn)行訓(xùn)練和測試，確定所述CT圖像特征與所述肺結(jié)節(jié)位置的所述對應(yīng)關(guān)系；其中，所述獲取用于建立所述CT圖像特征與所述肺結(jié)節(jié)位置之間的對應(yīng)關(guān)系的樣本數(shù)據(jù)的步驟，包括：收集不同肺結(jié)節(jié)狀況的患者的所述CT圖像特征和所述肺結(jié)節(jié)位置；對所述CT圖像特征進(jìn)行分析、并結(jié)合預(yù)存的專家經(jīng)驗(yàn)信息，選取與所述肺結(jié)節(jié)位置相關(guān)的數(shù)據(jù)作為所述CT圖像特征；將所述肺結(jié)節(jié)位置、以及選取的所述CT圖像特征構(gòu)成的數(shù)據(jù)對，作為樣本數(shù)據(jù)；其中，對所述網(wǎng)絡(luò)結(jié)構(gòu)和所述網(wǎng)絡(luò)參數(shù)進(jìn)行訓(xùn)練，包括：選取所述樣本數(shù)據(jù)中的一部分?jǐn)?shù)據(jù)作為訓(xùn)練樣本，將所述訓(xùn)練樣本中的所述CT圖像特征輸入到所述網(wǎng)絡(luò)結(jié)構(gòu)，通過所述網(wǎng)絡(luò)結(jié)構(gòu)的激活函數(shù)和所述網(wǎng)絡(luò)參數(shù)進(jìn)行訓(xùn)練，得到實(shí)際訓(xùn)練結(jié)果；確定所述實(shí)際訓(xùn)練結(jié)果與所述訓(xùn)練樣本中的相應(yīng)肺結(jié)節(jié)位置之間的實(shí)際訓(xùn)練誤差是否滿足預(yù)設(shè)訓(xùn)練誤差；當(dāng)所述實(shí)際訓(xùn)練誤差滿足所述預(yù)設(shè)訓(xùn)練誤差時(shí)，確定對所述網(wǎng)絡(luò)結(jié)構(gòu)和所述網(wǎng)絡(luò)參數(shù)的所述訓(xùn)練完成；和/或，對所述網(wǎng)絡(luò)結(jié)構(gòu)和所述網(wǎng)絡(luò)參數(shù)進(jìn)行測試，包括：選取所述樣本數(shù)據(jù)中的另一部分?jǐn)?shù)據(jù)作為測試樣本，將所述測試樣本中的所述CT圖像特征輸入到所述訓(xùn)練完成的所述網(wǎng)絡(luò)結(jié)構(gòu)中，以所述激活函數(shù)和所述訓(xùn)練完成的所述網(wǎng)絡(luò)參數(shù)進(jìn)行測試，得到實(shí)際測試結(jié)果；確定所述實(shí)際測試結(jié)果與所述測試樣本中的相應(yīng)肺結(jié)節(jié)位置之間的實(shí)際測試誤差是否滿足設(shè)定測試誤差；當(dāng)所述實(shí)際測試誤差滿足所述設(shè)定測試誤差時(shí)，確定對所述網(wǎng)絡(luò)結(jié)構(gòu)和所述網(wǎng)絡(luò)參數(shù)的所述測試完成；其中，對所述網(wǎng)絡(luò)結(jié)構(gòu)和所述網(wǎng)絡(luò)參數(shù)進(jìn)行訓(xùn)練，還包括：當(dāng)所述實(shí)際訓(xùn)練誤差不滿足所述設(shè)定訓(xùn)練誤差時(shí)，通過所述網(wǎng)絡(luò)結(jié)構(gòu)的誤差能量函數(shù)更新所述網(wǎng)絡(luò)參數(shù)；通過所述網(wǎng)絡(luò)結(jié)構(gòu)的所述激活函數(shù)和更新后的所述網(wǎng)絡(luò)參數(shù)進(jìn)行重新訓(xùn)練，直至所述重新訓(xùn)練后的實(shí)際訓(xùn)練誤差滿足所述設(shè)定訓(xùn)練誤差；和/或，對所述網(wǎng)絡(luò)結(jié)構(gòu)和所述網(wǎng)絡(luò)參數(shù)進(jìn)行測試，還包括：當(dāng)所述實(shí)際測試誤差不滿足所述設(shè)定測試誤差時(shí)，對所述網(wǎng)絡(luò)結(jié)構(gòu)和所述網(wǎng)絡(luò)參數(shù)進(jìn)行重新訓(xùn)練，直至所述重新訓(xùn)練后的實(shí)際測試誤差慢速所述設(shè)定測試誤差；

獲取患者的當(dāng)前肺部的當(dāng)前CT圖像特征；

通過所述對應(yīng)關(guān)系，確定與所述當(dāng)前CT圖像特征對應(yīng)的當(dāng)前肺結(jié)節(jié)位置；具體地，確定與所述CT圖像特征對應(yīng)的當(dāng)前肺結(jié)節(jié)位置，包括：將所述對應(yīng)關(guān)系中與所述當(dāng)前CT圖像特征相同的CT圖像特征所對應(yīng)的肺結(jié)節(jié)位置，確定為所述當(dāng)前肺結(jié)節(jié)位置；

其中，所述CT圖像特征，包括：空間特征和/或通道特征，和/或由按設(shè)定規(guī)律自所述空間特征、所述通道特征中提取的特征組成的一維或兩維以上的數(shù)組；其中，所述空間特征，包括：肺部CT圖像中每一個(gè)二維切片對應(yīng)的像素值，肺部CT圖像中的HU值；所述通道特征，包括：肺部CT圖像中每一個(gè)二維切片；和/或，所述對應(yīng)關(guān)系，包括：函數(shù)關(guān)系；所述CT圖像特征為所述函數(shù)關(guān)系的輸入?yún)?shù)，所述肺結(jié)節(jié)位置為所述函數(shù)關(guān)系的輸出參數(shù)；確定與所述當(dāng)前CT圖像特征對應(yīng)的當(dāng)前肺結(jié)節(jié)位置，還包括：當(dāng)所述對應(yīng)關(guān)系包括函數(shù)關(guān)系時(shí)，將所述當(dāng)前CT圖像特征輸入所述函數(shù)關(guān)系中，確定所述函數(shù)關(guān)系的輸出參數(shù)為當(dāng)前肺結(jié)節(jié)位置。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，

所述網(wǎng)絡(luò)結(jié)構(gòu)，包括Faster?R-CNN網(wǎng)絡(luò)，F(xiàn)PN網(wǎng)絡(luò)，SqeezeNet網(wǎng)絡(luò)，VGG模型，GoogLeNet網(wǎng)絡(luò)，ResNet網(wǎng)絡(luò)，以及，Network-In-Network模型中的至少之一；

和/或，

所述網(wǎng)絡(luò)參數(shù)，包括：密集塊數(shù)，輸出層數(shù)，卷積層數(shù)，反卷積層數(shù)，過度層數(shù)，初始權(quán)值，以及，偏置值中的至少之一。