[發明專利]肺結節檢測方法及系統

在審

• 申請號: 202110851565.0
• 申請日: 2021-07-27
• 公開（公告）號: CN113744183A
• 公開（公告）日: 2021-12-03
• 發明（設計）人: 萬洪林;趙瑩瑩;王嘉鑫;王曉敏
• 申請（專利權）人: 山東師范大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 朱忠范

1.一種肺結節檢測方法，其特征在于，包括：

獲取待檢測的肺部CT掃描圖像；

對獲取的進行待檢測的肺部CT掃描圖像重采樣、歸一化以及對掩碼進行膨脹操作處理；

利用訓練好的檢測模型，對處理后的待檢測的肺部CT掃描圖像進行處理，獲取檢測結果；所述檢測結果包括待檢測的肺部CT掃描圖像是否存在肺結節，以及肺結節的標定位置和區域大小；

所述訓練好的檢測模型，為利用訓練集訓練得到；所述訓練集包括多張肺部CT掃描圖像，以及標注圖像中肺結節位置和區域的標簽。

2.根據權利要求1所述的肺結節檢測方法，其特征在于，訓練所述檢測模型包括：

對原始強化肺部CT掃描圖像進行重采樣、歸一化以及對掩碼進行膨脹操作，提取肺部區域，并進行肺結節位置和區域的標注，得到訓練集；

基于訓練集對構建的基礎網絡進行訓練，結合損失函數，使用SGD優化算法，對基礎網絡參數進行優化，直至輸出的預測值與真實值之間的差異最小，得到訓練好的檢測模型。

3.根據權利要求2所述的肺結節檢測方法，其特征在于，構建的所述基礎網絡，以3DResnet18為基礎，與U-Net編碼器解碼器相結合，增加了多尺度特征提取模塊，使用不同的卷積核獲取不同范圍的感受野。

4.根據權利要求3所述的肺結節檢測方法，其特征在于，多尺度特征模塊由多個大小不同的尺度組成，分別為不同大小卷積核的多個卷積層和一個平均池化層；其中，使用卷積層來檢測不同尺寸大小的結節，使用平均池化層來改變輸入的特征排列，降低特征圖的厚度；將各個尺度獲得的特征信息進行融合，并經過歸一化與激活函數，形成新的特征圖。

5.根據權利要求2所述的肺結節檢測方法，其特征在于，使用的評估標準為：

其中，TP代表真陽性的個數，FN代表假陰性的個數，TP+FN即為實際標注的正樣本數。

6.根據權利要求2所述的肺結節檢測方法，其特征在于，使用損失函數是來評價網絡模型輸出的錨框交并比的預測值與真實值之間的差異，損失函數定義為：

L＝L_cls+p*L_reg；

其中，L_cis表示分類損失，L_cis＝-α(1-pt)^γlog(pt)，p^*＝1代表陽性樣本，p^*＝0代表陰性樣本；p是正樣本的分類輸出概率，當是真實類標簽y＝1時，pt＝p，否則pt＝1-p，α是焦點損失的平衡因子，γ是可調的聚焦參數；L_reg表示回歸損失函數。

7.根據權利要求6所述的肺結節檢測方法，其特征在于，回歸損失函數被定義為：

L_reg＝Σ_kS(G_k，P_k)；

其中，S(·)是平滑損失函數，G_k表示參數化的真實值，即

P_k表示相應參數化的預測值：

其中，(x_a,y_a,z_a)表示錨的實際空間位置，r_a表示錨的半徑，k表示最小尺寸的序號；(x_g,y_g,z_g)表示錨的標注空間位置。