[發明專利]肺結節多尺度檢測方法、裝置、設備及介質

有效

• 申請號: 201911159661.8
• 申請日: 2019-11-22
• 公開（公告）號: CN111028940B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 蔡慶玲;何鴻奇;孫瑋;林進可;林滿盈
• 申請（專利權）人: 中山大學
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06T7/00;G06N3/0464;G06F3/048;G06N3/08
• 代理公司: 深圳市智勝聯合知識產權代理有限公司 44368
• 代理人: 齊文劍

本申請提供了一種肺結節多尺度檢測方法、裝置、設備及介質，所述方法包括：利用設有特征增強層的人工神經網絡的自學習能力，建立肺部的CT圖像特征與肺結節位置之間的對應關系；獲取患者的當前肺部的當前CT圖像特征；通過所述對應關系，確定與所述當前CT圖像特征對應的當前肺結節位置；具體地，確定與所述CT圖像特征對應的當前肺結節位置，包括：將所述對應關系中與所述當前CT圖像特征相同的CT圖像特征所對應的肺結節位置。確定為所述當前肺結節位置，提升了模型提取有效特征的能力，加強對有用特征的關注，減少對無用特征的關注程度，以提升檢測模型的檢測精度。

技術領域

本申請涉及醫學檢測領域，特別是肺結節多尺度檢測方法、裝置、設備及介質。

背景技術

隨著老齡人口增加，環境污染加劇，肺癌的新發病例和死亡病例數越來越多，近20年的肺癌標化死亡率平均每年增長高達7.7％，肺癌已成為全球發病率和死亡率最高的癌癥之一。早期肺癌多無明顯癥狀，導致肺癌臨床確診時往往已達中晚期，治療費用高但效果不佳。因此肺癌的預防和早期篩查成為癌癥控制的重點之一。

臨床中影像科醫師通過反復逐層瀏覽三維CT圖像，尋找肺結節區域，并分析肺結節的惡性程度。目前我國醫學影像數據的年增長率約為30％，而放射科醫生數量的年增長率為4％。放射科醫師一一檢查影像數據，不僅耗時耗力，診斷效率也會有所下降。為了減輕醫生負擔，提高診斷效率以及降低誤檢率，涌現出大量計算機輔助診斷技術。其中深度學習憑借檢測精度高，速度快，無需手動設計特征等優勢成為醫學圖像自動分析領域的主要技術。

雖然基于深度學習的肺結節檢測方法已經達到了很好的性能，但檢測模型對于肺結節的檢測精度以及小結節的檢測精度，以及漏診率還需進一步優化。

發明內容

鑒于所述問題，提出了本申請以便提供克服所述問題或者至少部分地解決所述問題的肺結節多尺度檢測方法、裝置、設備及介質，包括：

一種肺結節多尺度檢測方法，包括：

利用設有特征增強層的人工神經網絡的自學習能力，建立肺部的CT圖像特征與肺結節位置之間的對應關系；

獲取患者的當前肺部的當前CT圖像特征；

通過所述對應關系，確定與所述當前CT圖像特征對應的當前肺結節位置；具體地，確定與所述CT圖像特征對應的當前肺結節位置，包括：將所述對應關系中與所述當前CT圖像特征相同的CT圖像特征所對應的肺結節位置，確定為所述當前肺結節位置。

進一步地，

所述CT圖像特征，包括：空間特征和/或通道特征，和/或由按設定規律自所述空間特征、所述通道特征中提取的特征組成的一維或兩維以上的數組；其中，

所述空間特征，包括：肺部CT圖像中每一個二維切片對應的像素值，肺部CT圖像中的HU值；

和/或，

所述通道信息特征，包括：肺部CT圖像中每一個二維切片；

和/或，

所述對應關系，包括：函數關系；所述CT圖像特征為所述函數關系的輸入參數，所述肺結節位置為所述函數關系的輸出參數；

確定與所述當前CT圖像特征對應的當前肺結節位置，還包括：

當所述對應關系包括函數關系時，將所述當前CT圖像特征輸入所述函數關系中，確定所述函數關系的輸出參數為當前肺結節位置。

進一步地，所述建立肺部的CT圖像特征與肺結節位置之間的對應關系的步驟，包括：

獲取用于建立所述CT圖像特征與所述肺結節位置之間的對應關系的樣本數據；