买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳视见医疗科技有限公司

摘要：本发明涉及医疗技术领域，尤其是涉及一种自适应层厚的肺结节检测分析方法及系统，该方法包括如下步骤：读取肺部的CT图像，根据CT图像中每一层面的厚度确定目标深度学习网络模型；训练目标深度学习网络模型，将测试的CT图像输入至肺结节分割及检出模型，得到第一阶段的初始肺结节检测结果；利用基于深度学习的3D深度学习分类器去除假阳性肺结节，得到第二阶段的最终肺结节检测结果。本发明实施例提供的基于深度学习的结节检测方法和系统，根据CT图像中每一层面的厚度特点分别选取3D和2D的二阶段深度学习神经网络模型，能够更好的利用不同层厚CT图像的图像特征，从而实现对各种层厚数据的精确检测和分割。

主权项：1.一种自适应层厚的肺结节检测分析方法，其特征在于，包括如下步骤：读取肺部的CT图像，根据所述CT图像中每一层面的厚度确定目标深度学习网络模型；将所述CT图像作为输入，标注的所述CT图像中肺结节位置作为输出，训练目标深度学习网络模型，从而得到训练好的肺结节分割及检出模型；将测试的CT图像输入至所述肺结节分割及检出模型，得到第一阶段的初始肺结节检测结果；对于第一阶段的初始肺结节检测结果，利用基于深度学习的3D深度学习分类器去除假阳性肺结节，得到第二阶段的最终肺结节检测结果；所述根据所述CT图像中每一层面的厚度确定目标深度学习网络模型，包括：确定所述CT图像中每一层面的厚度；判断每一层面的厚度是否大于预设厚度，如果小于预设厚度选取第一阶段为3D的神经网络模型作为目标深度学习模型；如果大于所述预设厚度则选取第一阶段为2D的神经网络模型作为目标深度学习模型；所述利用基于深度学习的3D深度学习分类器去除假阳性肺结节，具体包括：利用所述肺结节分割及检出模型，分割得到结节掩膜，根据所述结节掩膜计算结节直径；根据所述结节直径，选择不同的阈值和概率选取策略去除所述假阳性肺结节；以所述CT图像中肺结节的三维中心点为中心截取序列的三维图像块；将所述三维图像块作为输入，标注的所述CT图像中不同肺结节的类型作为输出，训练三维四分类卷积神经网络模型，得到训练好的结节亚类分类模型；将所述肺结节分割及检出模型输出的结节图像，输入至所述结节亚类分类模型，得到不同类型结节的预测概率；选取概率最高的类别作为肺结节的结节亚类类型；所述结节亚类类型包括：磨玻璃、实性、亚实性和钙化；将所述CT图像中，在结节中心层以结节中心点为中心截取二维图像；将所述二维图像作为输入，标注的所述CT图像中不同肺结节良恶性等级作为输出，训练二维四分类卷积神经网络模型，得到训练好的结节良恶性分类模型；将所述肺结节分割及检出模型输出的结节图像，输入至所述结节良恶性分类模型，得到不同良恶性等级的结节的预测概率；选取概率最高的等级作为该结节的良恶性等级；将所述三维图像块作为输入，标注的所述三维图像块中各个肺叶和肺段作为输出，训练卷积神经网络模型，得到训练好的结节解剖学位置判断模型；将所述肺结节分割及检出模型输出的结节图像，输入至所述结节解剖学位置判断模型，得到不同肺段的预测概率；选取概率最高的肺段作为输出结果。

全文数据：

权利要求：

百度查询： 深圳视见医疗科技有限公司 一种自适应层厚的肺结节检测分析方法及系统