[發明專利]一種基于深度學習的肺結核DR影像識別方法

在審

• 申請號: 202010922695.4
• 申請日: 2020-09-04
• 公開（公告）號: CN112037212A
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 王歡;屠德華
• 申請（專利權）人: 北京掌引醫療科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00;G06K9/46;G06K9/62;G06N3/04;G16H30/00
• 代理公司: 北京智行陽光知識產權代理事務所(普通合伙) 11738
• 代理人: 黃錦陽

本發明公開了一種基于深度學習的肺結核DR影像識別方法及系統，其中方法包括：步驟1：10萬張數字胸片收集后進行AI閱片及專家標注；專家標注后的胸片，進行AI訓練，識別功能的實現，結合AI閱片得到數字胸片篩查結果；步驟2：薄層液基菌涂片染色一體開發，進入自動掃描識別系統，得到痰涂片診斷結果后與步驟1中的數字胸片篩查結果一并送至步驟3；步驟3：推送到醫院HIS系統，得到結核病診斷結果。采有本發明的方法及系統，通過人工智能深度學習的算法輔助醫生的影像學診斷，既達到快速，同時又是高效，更能保證準確。因此建立肺結核早期診斷的人工智能模型，對于結核病的早期診斷、治療，以減少傳播、降低發病率。

技術領域

本發明涉及肺結核DR影像識別技術領域，尤其涉及的是，一種基于深度學習的肺結核DR影像識別方法。

背景技術

結核病是由結核分枝桿菌引起的慢性傳染病，它可以侵及人體除頭發、指甲以外的各個器官，特別是肺部，所占數量最多，約80％左右。盡管這是一個非常古老的疾病，但目前全球疫情仍十分嚴重，特別是我國結核病數量上仍居全球第二位，防控形勢非常嚴峻。

肺結核病的早期發現除了患者因癥狀就診，大規模的查體也是非常重要的手段，這就帶來了一個實際問題，這些海量的胸部影像資料如何快速處理，醫生的閱片能力與水平如何保證，而CAD技術則為這一難題帶來解決的可能與希望。通過人工智能深度學習的算法輔助醫生的影像學診斷，既達到快速，同時又是高效，更能保證準確。因此建立肺結核早期診斷的人工智能模型，可以應對結核病的早期診斷、治療，以結核病減少傳播、降低發病率。現階段醫療影像數據快速積累，已具有開發應用規模，我國每天產生的影像數據以PB計算，占到醫療行業數據的90％，影像醫生產能負荷重和部分地區醫生影像診斷水平偏低，而人工智能大有所為，放射科醫師數量存在缺口，醫師的疲勞或經驗不足可能造成誤判。

現階段國內肺結核醫療影像存在如下問題：1、醫生方面，大幅減少讀片時間，降低誤診概率，提高診療水平；2、患者方面，有效減少診療時間，享受大型三甲醫院的高水平醫療；3、醫院方面，對大規模的數據加以利用，建立整體的數字化平臺，提高醫院的核心業務能力，推進醫院之間的數據共享。傳統的醫學圖像處理方式是由工程師們創造一套規則，算法根據規則對圖像進行處理。但由于規則很難窮盡，所以對于現實中多變的情況準確率不高。

發明內容

本發明提供一種基于深度學習的肺結核DR影像識別方法及系統，所要解決的技術問題為傳統的醫學圖像處理方式由工程師們創造一套規則，規則很難窮盡，對于現實中多變的情況準確率不高的問題。

本發明提供一種基于深度學習的肺結核DR影像識別方法，包括以下步驟：

步驟1：10萬張數字胸片收集后進行AI閱片及專家標注；專家標注后的胸片，進行AI訓練識別功能的實現，結合AI閱片得到數字胸片篩查結果；

步驟2：薄層液基菌涂片染色一體開發，進入自動掃描識別系統，得到痰涂片診斷結果后與步驟1中的數字胸片篩查結果一并送至步驟3；

步驟3：推送到醫院HIS系統，得到結核病診斷結果。

上述中，所述步驟1中進行AI訓練識別功能的實現具體包括以下步驟：