[發明專利]一種基于CT影像的新型冠狀病毒肺炎AI快速診斷方法

在審

• 申請號: 202010655400.1
• 申請日: 2020-07-09
• 公開（公告）號: CN111798437A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 楊昆;楊瑩莉;廖香君;何茂秋;阮毅
• 申請（專利權）人: 興義民族師范學院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06K9/62;G06K9/32
• 代理公司: 北京國謙專利代理事務所(普通合伙) 11752
• 代理人: 彭淋

1.一種基于CT影像的新型冠狀病毒肺炎AI快速診斷方法，其特征在于：包括以下幾個步驟：

步驟一、載入患者肺部CT影像，進行數據預處理；

步驟二、構建肺分割Mask-RCNN模型提取肺部實質部分；

步驟三、利用肺部影像特征檢測模型提取肺部特征；

步驟四、利用肺部影像特征檢測模型對預處理后的CT影像進行掃描檢測，標記患者ROI區域；

步驟五、根據上述提取的肺實質和ROI區域特征進行分類，對疑似新型冠狀病毒肺炎患者病情進行診斷并對惡性程度分級；

步驟六、將診斷結果寫入存檔，等待下一次診斷開始。

2.根據權利要求1所述的一種基于CT影像的新型冠狀病毒肺炎AI快速診斷方法，其特征在于，所述步驟二中，采用Tensorflow Object Detection API中的3D Mask R-CNN訓練LUNA數據庫生成用于肺實質Mask，用于對患者三維CT重構影像進行分割，得到肺實質部分。

3.根據權利要求1所述的一種基于CT影像的新型冠狀病毒肺炎AI快速診斷方法，其特征在于，所述步驟三中使用的肺部影像特征檢測模型為端到端定量分析，對肺實質進行多次3D卷積操作，提取512個肺實質特征，該模型綜合了GoogleNet中Inception結構和ResNet中殘差結構的優點，并拓展到對三維物體操作，共包含17個卷積層/池化層，前7層為基于Inception-v1的STEM部分并拓展修訂到三維的卷積層/池化層，其后連接2個Inception-ResNet i3D結構，其后連接1個Inception-v1 I3D結構，其后連接3個Inception-ResNeti3D結構，其后連接1個Inception-v1 I3D結構，其后連接2個Inception-ResNet i3D結構，其后為平均池化層。為防止過擬合，該模型采用Dropout技術，訓練過程中隨機丟棄20％的訓練參數。

4.根據權利要求1所述的一種基于CT影像的新型冠狀病毒肺炎AI快速診斷方法，其特征在于，所述步驟四中肺部影像特征檢測模型中的特征提取部分與步驟二共用，分別檢測3個最有可能已發生病變的ROI區域，對每個ROI區域提取512個特征，若沒有ROI區域則網絡模型提取的特征輸出為零張量。

5.根據權利要求1所述的一種基于CT影像的新型冠狀病毒肺炎AI快速診斷方法，其特征在于，所述步驟五中新冠病毒肺炎診斷模型融合了肺實質和3個ROI區域共計2048個特征，最后連接Softmax分類器，輸出患者被2019-nCov感染的概率，并將診斷結果按惡性程度分成四個類別。