[發明專利]一種肺部CT圖像的病灶識別方法、設備及介質

在審

• 申請號: 202111133615.8
• 申請日: 2021-09-27
• 公開（公告）號: CN113781597A
• 公開（公告）日: 2021-12-10
• 發明（設計）人: 高巖;蔡明佳;尹青山;高明;王建華
• 申請（專利權）人: 山東新一代信息產業技術研究院有限公司
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06K9/62;G16H10/60;G16H15/00;G16H30/40;G06N3/04;G06N3/08
• 代理公司: 北京君慧知識產權代理事務所(普通合伙) 11716
• 代理人: 趙德豐

本說明書實施例公開了一種肺部CT圖像的病灶識別方法、設備及介質，以解決現有肺部病灶位置識別過程，耗費醫生大量時間的問題。方法包括：獲取CT設備讀入的肺部CT圖像；將CT設備讀入的肺部CT圖像作為待檢測的肺部CT圖像；將待檢測的肺部CT圖像輸入預先訓練的病灶識別模型中，得出輸出結果；若待檢測的肺部CT圖像存在病灶，則所述輸出結果為所述病灶位置數據；根據病灶位置數據將所述病灶所處的區域在所述待檢測的肺部CT圖像上進行標注。

技術領域

本說明書涉及圖像處理技術領域，尤其涉及一種肺部CT圖像的病灶識別方法、設備及介質。

背景技術

無論是在科技發達的當今設備，還是在條件落后的遠古社會，疾病一直威脅著人類的健康、生命，而肺部疾病對人類的生命健康危害最大，在所有惡性腫瘤中，肺癌的發病率和死亡率居于首位。隨著醫學成像技術的發展，圖像學在疾病診斷中起到了重要的作用，通過醫學圖像，醫生不僅可以快速鑒別許多疾病并且能夠選擇精準的治療方法。同時還可以直觀、便捷地觀察對患者的治療效果，以便及時調整治療方案，實現對患者的精確化和個性化治療。對于肺部病灶的檢查，現在一般都是采用計算機斷層掃描技術(ComputerTomography，簡稱CT)技術來獲取肺部醫學圖像，而CT圖像是用X射線束對人體需要檢查部位進行的一定厚度的斷層掃描來獲取的。

現有技術中，肺部病灶的結構復雜而且有些病灶的體積較小不易辨認，可能會給醫生識別肺部CT圖像中的病灶帶來一定的困難，導致耗費的時間成本較高。

因此，現需要一種可以輔助識別肺部CT圖像中病灶所處位置的方法。

發明內容

本說明書一個或多個實施例提供了一種肺部CT圖像的病灶識別方法，用于解決如下技術問題：如何提供一種輔助識別肺部CT圖像中病灶所處位置的方法。

本說明書一個或多個實施例采用下述技術方案：

本說明書一個或多個實施例提供一種肺部CT圖像的病灶識別方法，包括：

獲取CT設備讀入的肺部CT圖像；

將所述CT設備讀入的肺部CT圖像作為待檢測的肺部CT圖像；

將所述待檢測的肺部CT圖像輸入預先訓練的病灶識別模型中，得出輸出結果；

若所述待檢測的肺部CT圖像存在病灶，則所述輸出結果為所述待檢測的肺部CT圖像的病灶位置數據；

根據所述病灶位置數據將所述病灶所處的區域在所述待檢測的肺部CT圖像上進行標注。

可選地，本說明書一個或多個實施例中，所述將所述待檢測的肺部CT圖像輸入預先訓練的病灶識別模型中之前，所述方法還包括：

收集患有疾病的肺部CT圖像與正常肺部CT圖像作為訓練圖像；

將所述訓練圖像基于預設處理方式進行過濾，獲得所述病灶識別模型的訓練樣本；

將所述患有疾病的肺部CT圖像與所述正常肺部CT圖像對應的訓練樣本，同比例輸入卷積神經網絡；并將所述訓練樣本的病灶位置數據作為輸出輸入卷積神經網絡模型，訓練所述卷積神經網絡；

若訓練后的卷積神經網絡輸出的識別結果，符合預先設定的精確度，則將所述訓練后的卷積神經網絡作為病灶識別模型。

可選地，本說明書一個或多個實施例中，所述將所述患有疾病的肺部CT圖像與所述正常肺部CT圖像對應的訓練樣本，同比例輸入卷積神經網絡之后，所述方法還包括：

基于所述卷積神經網絡的卷積核對所述訓練樣本進行滑動卷積，以提取所述訓練樣本的卷積特征；

通過所述卷積神經網絡的池化層將所述卷積特征進行聚類并將冗余特征進行過濾，獲得所述訓練樣本的降維卷積特征；