[發明專利]一種基于人工智能檢測篩查肺結節的系統

在審

• 申請號: 202110942350.X
• 申請日: 2021-08-17
• 公開（公告）號: CN113610829A
• 公開（公告）日: 2021-11-05
• 發明（設計）人: 伍建林;韓芳;于晶;伍遠航;王亮;陰祖航;范洪禹;宋冬冬;么雨彤
• 申請（專利權）人: 大連大學附屬中山醫院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136;G06T5/00
• 代理公司: 北京東方盛凡知識產權代理事務所(普通合伙) 11562
• 代理人: 李娜

本發明公開一種基于人工智能檢測篩查肺結節的系統，包括：監測單元、中央控制單元、統計訓練單元、篩查評估單元、第一通信單元、第二通信單元、智能終端、顯示單元；監測單元用于采集待測者的肺部數據；中央控制單元用于對肺部數據進行降噪處理；統計訓練單元用于對儲存的肺部數據進行特征提取，并基于特征構建肺部特征模型；篩查評估單元基于肺部特征模型對肺結節進行篩查和評估，獲得肺部檢測評估結果；第一、第二通信單元用于傳輸肺部檢測評估結果；智能終端用于根據肺部檢測評估結果和肺部數據生成可視化身體報告；顯示單元用于顯示肺部檢測評估結果。本發明通過將肺部特征模型與AI技術相結合，能夠有效提升肺結節的篩查評估準確性。

技術領域

本發明涉及智能醫療衛生技術領域，特別涉及一種基于人工智能檢測篩查肺結節的系統。

背景技術

肺癌是發病率和死亡率增長最快、對人群健康和生命威脅最大的惡性腫瘤之一。早發現、早診斷和早治療是延長肺癌患者生存期的唯一有效方法，而篩查肺部結節及精準地進行良、惡性質的鑒別診斷是肺癌防治急需解決的重大問題。

肺結節為影像學表現為直徑≤3cm的局灶性、類圓形、密度增高的實性或亞實性肺部陰影。根據肺結節大小分類，可為孤立或多發，可不伴肺不張、炎癥肺門淋巴結腫大和胸腔積液等表現；其中直徑＜2mm的為粟粒結節，直徑＜5mm的為微結節，5～10mm的為小結節。根據肺結節密度分類，可分為實性肺結節和亞實性肺結節，亞實性肺結節又可分為部分實性結節和純磨玻璃結節。其檢查方式主要依賴于胸部CT斷層掃描，每次檢查都會有多達數百張的斷層掃描圖像。電子計算機斷層掃描(英文全稱：ComputedTomography，簡稱：CT)是檢查肺結節最為有效的方式，因此研究基于電子計算機斷層掃描的肺結節檢測算法非常必要。

當前廣泛應用的肺結節篩查方法為先進行CT檢查，再對CT影像圖片進行篩查，CT判讀這種方法對專業水平和臨床經驗存在較高要求，依賴于篩查醫生的經驗，大型三甲醫院水平較高，能夠滿足篩查評估的需求，但在其他醫療區域，由于醫生經驗有限，很容易造成誤診、漏診的情況，并且由于不同醫生的不同經驗，還會存在判別標準不一致的情況出現，且該判別標準多為非結構化的數據，具有一定的局限性，不利于廣泛推廣應用。據統計，我國現有的肺結節患者高達上億人，而對于每一例CT圖像，人工閱片的準確度約為50％-70％，很大程度上依賴于醫生的專業程度；且人工閱片通常需要一周左右才能出報告，還需較長的等待時間。因此，人工智能的肺結節檢測系統對于醫療領域來說具有重要意義。

發明內容

針對上述問題，本發明提出一種基于人工智能檢測篩查肺結節的系統，以解決現有技術中存在的技術問題，能夠通過構建肺部特征模型，實現對肺結節的篩查評估，大大提升了判別準確性。

為實現上述目的，本發明提供了如下方案：本發明提供一種基于人工智能檢測篩查肺結節的系統，包括：監測單元、中央控制單元、統計訓練單元、篩查評估單元、第一通信單元、第二通信單元、智能終端、顯示單元；

所述監測單元用于采集待測者的肺部數據；

所述中央控制單元用于對所述肺部數據進行降噪處理，并進行儲存；

所述統計訓練單元用于對儲存的所述肺部數據進行特征提取，并基于所述特征構建肺部特征模型；

所述篩查評估單元基于所述肺部特征模型對肺結節進行篩查和評估，獲得肺部檢測評估結果；

所述第一、第二通信單元用于傳輸所述肺部檢測評估結果；

所述智能終端用于根據所述肺部檢測評估結果和所述肺部數據生成可視化身體報告；

所述顯示單元用于顯示所述受測者的肺部數據及所述肺部檢測評估結果。

優選地，所述監測單元包括數據采集模塊；所述數據采集模塊用于采集肺部數據，所述肺部數據主要通過CT掃描圖片獲取。