一种基于深度神经网络的肺癌识别系统技术方案

本发明专利技术提出一种基于深度神经网络的肺癌识别系统，涉及医疗图像处理技术领域，包括用户服务系统和神经网络训练系统，用户服务系统与神经网络训练系统之间通过网关隔离，所述神经网络训练系统包含应用服务器、管理系统、GPU集群、医疗影像数据库，所述用户服务系统用于为用户提供服务接口，其包含web页面、业务逻辑处理模块和数据库。本发明专利技术利用深度学习的自动学习特性改善了传统方法中的图像预处理和人工参与进行特征提取的复杂性，降低了对数据集的质量要求，为患者早发现、早治疗赢得了时间，可以为医生的诊断提供帮助，防止因认为疏忽造成的误诊，在准确度和训练时间上有很大的优势。

A lung cancer identification system based on deep neural network

The invention provides a lung cancer identification system based on deep neural network, relates to the technical field of medical image processing, including user service system and neural network training system between user service system and neural network training system through the gateway isolation, the neural network training system including management system, application server, GPU cluster, medical image database and the user service system for providing a service interface for users, including web page, business logic processing module and database. The invention uses automatic learning characteristics of deep learning improved the traditional method of image preprocessing and feature extraction in artificial complexity, reduced the quality of the data set required for patients with early detection and treatment time, can provide help for the doctor's diagnosis, to prevent misdiagnosis because of that negligence, there are a great advantage in accuracy and training time.

【技术实现步骤摘要】
一种基于深度神经网络的肺癌识别系统
本专利技术涉及医疗图像处理
，尤其是一种基于深度神经网络的肺癌识别系统。
技术介绍
肺癌是威胁人类健康和生命的最严重的恶性肿瘤之一。研究发现，而如果能及早发现和治疗，肺癌病人的5年存活率将提高接近50％，组织病理学图像的分析是肺癌诊断的金标准。然而每张组织病理学图片内包含的细胞都是百亿级别，只靠人工对癌细胞的查找和诊断工作量大，并且容易出错。因此组织病理学图片进行自动检测和分析是目前非常热门的一个研究方向。目前有一些应用传统机器学习的方法，如SVM方法对癌细胞进行检测和分类。这些算法的准确度依赖于基于人工设计的特征提取方法，如对细胞的颜色，纹理，形状等底层特征。深度学习是机器学习研究中的一个新的领域，其目的在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。目前深度学习已被广泛应用于语音识别、图像识别、自然语言处理等领域，推动人工智能的前进，带来了机器学习的一个新浪潮，受到从学术界到工业界的广泛重视。
技术实现思路
本专利技术提供一种基于深度神经网络的肺癌识别系统，防止因人为疏忽造成的误诊，为患者早发现、早本文档来自技高网...

【技术保护点】
一种基于深度神经网络的肺癌识别系统，其特征在于，包括用户服务系统和神经网络训练系统，所述用户服务系统与神经网络训练系统之间通过网关隔离，其中，所述神经网络训练系统包含应用服务器、管理系统、GPU集群、医疗影像数据库，所述医疗影像数据库用于存储正常的人体肺部医疗影像及患有肺癌的人体肺部医疗影像，所述管理系统控制所述GPU集群，所述应用服务器包括神经网络模型，进行肺癌的识别；所述用户服务系统用于为用户提供服务接口，其包含web页面、业务逻辑处理模块和数据库，用户通过访问所述web页面，提交需要诊断的肺部医疗影像图片，所述业务逻辑处理模块用于将用户的提交的图片预处理后发送给所述应用服务器，所述应用服...

【技术特征摘要】
1.一种基于深度神经网络的肺癌识别系统，其特征在于，包括用户服务系统和神经网络训练系统，所述用户服务系统与神经网络训练系统之间通过网关隔离，其中，所述神经网络训练系统包含应用服务器、管理系统、GPU集群、医疗影像数据库，所述医疗影像数据库用于存储正常的人体肺部医疗影像及患有肺癌的人体肺部医疗影像，所述管理系统控制所述GPU集群，所述应用服务器包括神经网络模型，进行肺癌的识别；所述用户服务系统用于为用户提供服务接口，其包含web页面、业务逻辑处理模块和数据库，用户通过访问所述web页面，提交需要诊断的肺部医疗影像图片，所述业务逻辑处理模块用于将用户的提交的图片预处理后发送给所述应用服务器，所述应用服务器利用已训练好的神经网络对该图片进行分析，然后将分析结果反馈给所述业务处理模块，并将分析结果存储在所述...

【专利技术属性】
技术研发人员：陈星强，
申请(专利权)人：厦门市厦之医生物科技有限公司，
类型：发明
国别省市：福建,35