[發明專利]基于鉬靶X線攝影檢查的乳腺疾病AI輔助診斷方法及系統

在審

• 申請號: 202010712897.6
• 申請日: 2020-07-22
• 公開（公告）號: CN111863204A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 石發強;胡飛;王方;崔波
• 申請（專利權）人: 北京青燕祥云科技有限公司
• 主分類號: G16H30/20
• 分類號: G16H30/20;G16H50/20;G06T7/00
• 代理公司: 北京圣州專利代理事務所(普通合伙) 11818
• 代理人: 王振佳

本發明公開了一種基于鉬靶X線攝影檢查的乳腺疾病AI輔助診斷方法，包括以下步驟：S1、標注訓練并驗證AI輔助診斷模型；S2、獲取乳腺鉬靶X線攝影檢查圖像；S3、乳腺鉬靶X線攝影檢查圖像預處理；S4、輔助診斷：將圖片序列IMGS輸入AI輔助診斷模型內，完成診斷，若檢測到疑似病灶，則輸出預測數據，否則，預測數據為空；S5、輸出診斷。本發明采用上述基于鉬靶X線攝影檢查的乳腺疾病AI輔助診斷方法，可識別出鉬靶X線攝影檢查圖像中是否存在疑似乳腺病變區域，同時精確標識、顯示病灶位置與大小、類型，并對疑似病灶進行評分，從而協助醫生進行乳腺病變的篩查工作，提高了診斷效率和準確率，平衡我國醫療資源分布不均衡的問題。

技術領域

本發明涉及一種乳腺病灶檢測技術，尤其涉及一種基于鉬靶X線攝影檢查的乳腺疾病AI輔助診斷方法及系統。

背景技術

乳腺疾病是指源于乳腺腺體、脂肪、淋巴、血管、乳頭等乳腺相關組織的疾病。乳腺疾病包括乳腺炎癥性疾病、乳腺良性病變、乳腺惡性腫瘤、先天發育異常及男性乳腺發育等。隨著生活壓力的逐漸增大，出現乳腺疾病多發、早發等現象，及時發現并治療有助于患者的康復。

當前疾病的檢測或采用X線檢查，具體方法是經鉬靶X線攝影檢查及干板照相，再由影像科一聲進行篩選，但由于影像科醫生數量不足、讀片工作量大等因素的制約，乳腺病變篩查的效率不能滿足實際的醫療需求。

發明內容

本發明的目的是提供一種基于鉬靶X線攝影檢查的乳腺疾病AI輔助診斷方法，可識別出鉬靶X線攝影檢查圖像中是否存在疑似乳腺病變區域，同時精確標識、顯示病灶位置與大小、類型，并對疑似病灶進行評分，從而協助醫生進行乳腺病變的篩查工作，提高了診斷效率和準確率，平衡我國醫療資源分布不均衡的問題。

為實現上述目的，本發明提供了一種基于鉬靶X線攝影檢查的乳腺疾病AI輔助診斷方法，包括以下步驟：

S1、標注訓練并驗證AI輔助診斷模型；

S2、獲取乳腺鉬靶X線攝影檢查圖像；

S3、乳腺鉬靶X線攝影檢查圖像預處理；

S4、輔助診斷

S41、將經過預處理的乳腺鉬靶X線影檢查圖像IMG，按照100個像素的重復度進行滑動窗口重采樣操作形成一個512*512的固定大小圖片序列IMGS；

S42、將圖片序列IMGS輸入經步驟S1標注訓練并驗證的AI輔助診斷模型內，AI輔助診斷模型通過GPU加速模型或CPU兼容模型，完成診斷，若檢測到疑似病灶，則將圖片序列IMGS中的疑似病灶映射到原始的乳腺鉬靶X攝影檢查圖像中，通過非極大值抑制算法合并重復檢測到的疑似病灶，最后輸出預測數據，否則，預測數據為空；

S5、輸出診斷

將獲得的預測數據進行后處理，計算醫學參數，然后疊加顯示在乳腺鉬靶X線攝影檢查圖像上，并展示出乳腺中疑似病灶的位置、大小和病灶類型。

優選的，步驟S1的具體步驟包括：

S11、數據標注

標注經過歸一化預處理后的乳腺鉬靶X線攝影檢查圖像，由醫生按照多數投票制原則標注其中的病灶信息，獲得位置信息及其類型信息，若為多發性病灶，則獨立標識每個病灶獲得標準數據集，并將標注完成的標準數據集按比例分為訓練集數據和驗證集數據；

S12、模型訓練

基于訓練集數據中的乳腺鉬靶X線檢查圖像、乳腺病變位置信息與類型信息，在GPU服務器上訓練基于乳腺鉬靶X射線檢查圖像的乳腺病變檢測的深度卷積神經網絡模型；

S13、模型驗證