[發(fā)明專利]一種基于深度學(xué)習(xí)與模糊邏輯的間質(zhì)性肺炎評估方法

在審

• 申請?zhí)枺?/td>: 202110664376.2
• 申請日: 2021-06-16
• 公開（公告）號: CN113344887A
• 公開（公告）日: 2021-09-03
• 發(fā)明（設(shè)計）人: 王杰華;孫浩宇;丁衛(wèi)平;高瞻;周川
• 申請（專利權(quán)）人: 南通大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/136;G06T7/194;G16H30/20;A61B6/00;A61B6/03;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于深度學(xué)習(xí)與模糊邏輯的間質(zhì)性肺炎評估方法，其特征在于：包括以下步驟：

S1：收集匯總間質(zhì)性肺病圖像，制作樣本數(shù)據(jù)集；

S2：對肺部CT圖像進(jìn)行肺實(shí)質(zhì)分割，獲得僅存在雙肺而不包含軀干部分、床板、隔膜等對檢測工作沒有作用的圖像，輸入病例圖像，訓(xùn)練深度學(xué)習(xí)模型，深度學(xué)習(xí)模型并部署；

S3：導(dǎo)入實(shí)時肺部CT圖像，通過深度學(xué)習(xí)模型自動標(biāo)記出所有病變區(qū)域，具體為將深度學(xué)習(xí)模型遠(yuǎn)程部署到醫(yī)院的主服務(wù)器中，通過科室辦公電腦將病人會診的CT圖像傳送給主服務(wù)器，通過主服務(wù)器中部署的深度學(xué)習(xí)模型對CT圖像進(jìn)行自動識別檢測，得出是否發(fā)生間質(zhì)性肺病現(xiàn)象，并輸出結(jié)果，并對異常的圖片進(jìn)行報警；

S4：對所有病變區(qū)域進(jìn)行模糊化，模糊推理和去模糊化，輸出評估結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)與模糊邏輯的間質(zhì)性肺炎評估方法，其特征在于：所述S1中樣本數(shù)據(jù)集上傳至網(wǎng)絡(luò)數(shù)據(jù)庫。

3.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)與模糊邏輯的間質(zhì)性肺炎評估方法，其特征在于：所述S2中對肺部CT圖像進(jìn)行肺實(shí)質(zhì)分割采用OTUS算法將CT圖像分為前景和背景，得到二值圖像，然后對開運(yùn)算后的二值圖像進(jìn)行一次區(qū)域生長算法提取肺部掩膜。

4.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)與模糊邏輯的間質(zhì)性肺炎評估方法，其特征在于：所述S2中訓(xùn)練深度學(xué)習(xí)模型采用SoftNMS的FasterRCNN深度學(xué)習(xí)算法對制作的樣本數(shù)據(jù)集進(jìn)行訓(xùn)練。

5.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)與模糊邏輯的間質(zhì)性肺炎評估方法，其特征在于：所述S3中深度學(xué)習(xí)模型部署到服務(wù)器上，并在本地使用模型進(jìn)行推理預(yù)測。

6.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)與模糊邏輯的間質(zhì)性肺炎評估方法，其特征在于：所述S4中模糊化通過模糊邏輯控制模塊實(shí)現(xiàn)，模糊邏輯控制模塊可以對模型輸出結(jié)果進(jìn)行進(jìn)一步評估，使得結(jié)果更易讀。