[發明專利]一種CT圖像肺結節高性能自動檢測方法及裝置

有效

• 申請號: 202010258807.0
• 申請日: 2020-04-03
• 公開（公告）號: CN111402254B
• 公開（公告）日: 2023-05-16
• 發明（設計）人: 王文雷;張麗英;姜菁;居斌
• 申請（專利權）人: 杭州華卓信息科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/10
• 代理公司: 北京市盛峰律師事務所 11337
• 代理人: 于國強

本發明涉及醫學影像分析領域，公開了一種CT圖像肺結節高性能自動檢測方法及裝置，包括步驟：獲取待檢測的3D肺部CT序列圖像；對3D肺部CT序列圖像進行預處理；進行基于3D?RPN區域生成框架的3D肺結節檢測；進行基于2D?NestedUNet分割框架的2D肺結節檢測；采用NMS方法對所有肺結節檢測結果進行過濾；建立基于殘差網絡的降假陽分類模型，獲得最終肺結節檢測結果。本發明融合了2D?NestedUNet肺結節分割網絡模型具有高召回率以及3D肺結節檢測模型具有位置精確特點，并基于NMS方法對所有候選結節位置進行過濾，通過設置基于殘差網絡的降假陽分類模型對檢測結果進一步過濾，降低假陽率，提高了肺結節檢測的精確度和效率。

技術領域

本發明涉及醫學影像分析領域，尤其涉及一種CT圖像肺結節高性能自動檢測方法及裝置。

背景技術

肺癌是發病率和死亡率增長最快，對人類健康和生命威脅最大的惡性腫瘤之一。我國肺癌的新發病率和死亡率遠超其他國家。我國肺癌患者的5年相對生存率僅為16.1％，肺癌總體5年生存率不盡人意，其主要原因之一是發現太晚。而早期診斷和早期治療是提高肺癌總體治療效果的唯一途徑。肺結節是肺癌最重要的早期征象之一。所以，肺結節的早期診斷是目前最為敏感的影像學檢查方法。

由于肺結節形態復雜，且易于肺內其他組織粘連等特點，即使是經驗豐富的醫生也很難做出準確的判斷，而且肺部CT影像數據呈現爆炸式增長，極大地增強了放射科醫生的工作量，隨之在疾病檢測過程中容易造成誤診和漏診。隨著大數據，計算機視覺的發展，計算機輔助診斷技術能夠有效減輕醫師的工作負擔，輔助他們完成基于醫學影像的疾病診斷，同時也可以提高疾病診斷的穩定性和效率。

目前的肺結節檢測技術中，基于深度學習卷積神經網絡識別CT圖像中肺結節的方法很多，但是由于肺結節的變化多樣，有各種大小，各種形狀，并且CT圖像中存在很多容易與肺結節混淆的物體，導致檢測靈敏度不高且檢測的結果中的假陽性較高。

因此，目前亟需一種CT圖像肺結節高性能自動檢測方法及裝置，以提高肺結節檢測的精確度和效率。

發明內容

本發明的目的在于提供一種CT圖像肺結節高性能自動檢測方法及裝置，從而解決現有技術中的上述問題。

為了實現上述目的，本發明采用的技術方案如下：

一種CT圖像肺結節高性能自動檢測方法，包括以下步驟：

S1)獲取待檢測的3D肺部CT序列圖像；

S2)對3D肺部CT序列圖像進行預處理，獲得預處理后的CT數據；

S3)對預處理后的CT數據進行基于3D-RPN區域生成框架的3D肺結節檢測，獲得3D肺結節檢測結果；

S4)對預處理的CT數據進行基于2D-NestedUNet分割框架的2D肺結節檢測，獲得2D肺結節檢測結果；

S5)將3D肺結節檢測結果與2D肺結節檢測結果進行融合，采用NMS方法對所有肺結節檢測結果進行過濾，獲得過濾后的肺結節檢測結果；

S6)建立基于殘差網絡的降假陽分類模型，將過濾后的肺結節檢測結果輸入至預訓練好的降假陽分類模型，獲得最終肺結節檢測結果。

進一步的，步驟S2)對3D肺部CT序列進行預處理，包括步驟：

S21)對3D肺部CT序列圖像進行三個方向上的異性插值，使三維肺部CT序列圖像在三個方向的層厚均相同，獲得異性插值后的CT像素數據；三個方向包括x軸方向、y軸方向和z軸方向；

S22)對異性插值后的CT像素數據進行肺窗處理；

S23)將肺窗處理后的CT像素數據歸一化至[0,255]之間；

S24)利用圖像語義分割網絡提取肺腔圖像；