The invention discloses a method and system for pulmonary tuberculosis intelligent recognition method based on DR, which through a large number of labeled samples to train the formation depth of the neural network, the neural network based autonomous learning depth imaging features of pulmonary tuberculosis, and to identify pulmonary tuberculosis in DR images feature. The intelligent recognition scheme of tuberculosis can realize automatic identification of the imaging features of tuberculosis in DR images, and achieve automatic screening of tuberculosis based on DR, and effectively reduce the cost of screening. Furthermore, this scheme has high recognition efficiency, high recognition precision, effectively avoids the unidentified phenomenon of leakage detection, and effectively solves the problems existing in the existing technology.
【技术实现步骤摘要】
一种基于DR的肺结核智能识别方法及系统
本专利技术涉及图像识别技术,具体涉及DR图像的识别技术。
技术介绍
肺结核(pulmonarytuberculosisPTB)是由结核分枝杆菌引发的肺部感染性疾病,一种严重威胁人类健康的疾病。世界卫生组织(WHO)统计表明,全世界每年发生结核病800~1000万,每年约有300万人死于结核病,是造成死亡人数最多的单一传染病。1993年WHO宣布“全球结核病紧急状态”,认为结核病已成为全世界重要的公共卫生问题。中国是世界上结核疫情最严重的国家之一。现有的CAD系统一般基于高分辨率薄片计算层析成象(HRCT)的图像,自动地在形态学上检测(识别)所关心部位或可能是临床相关的其他结构上可检测的状态。当再现并显示医学图像时,CAD系统典型地标记或识别所研究的部位。标记是为了引起对所标记的可疑部位的注意,并且更进一步提供对损伤(所关心部位)的分类或表征。也就是说,CAD(和/或CADx)系统可以识别出胸部研究中的微钙化(microcalcifications)或者MSCT中的结核为恶性的还是良性的。CAD系统结合了放射科医师的专业知识,并且基本上提供了与在医学图像数据中检测异常有关的第二种意见,并且可以再现诊断建议。通过支持对怀疑为癌症的损伤的早期检测和分类,CAD系统允许较早地介入,理论上会为病人产生较好的预后。然而现有HRCT成本高,普及率低,实用性不强。由此,由此造成现有肺结核筛查,基本都是依靠纯人工阅片,这不仅成本高、效率低、耗时长;而且在人工识别阅片时,极大的依赖于医生的个人经验,存在漏诊的现象。由此可见提供一种低成本 ...
【技术保护点】
一种基于DR的肺结核智能识别方法,其特征在于,通过大量标注的样本来训练形成深度神经网络,所述深度神经网通过自主学习肺结核影像特征,并以此来识别DR图像中肺结核影像特征。
【技术特征摘要】
1.一种基于DR的肺结核智能识别方法,其特征在于,通过大量标注的样本来训练形成深度神经网络,所述深度神经网通过自主学习肺结核影像特征,并以此来识别DR图像中肺结核影像特征。2.根据权利要求1所述的基于DR的肺结核智能识别方法,其特征在于,所述样本包括包含结核病人胸片的正样本和其他人胸片样本,在标注时首先从历史样本数据中筛选出候选样本,再对候选样本进行审核。3.根据权利要求1所述的基于DR的肺结核智能识别方法,其特征在于,采用随机梯度下降模型训练形成深度神经网络,并利用GPU加速训练。4.根据权利要求1所述的基于DR的肺结核智能识别方法,其特征在于,所述深度神经网络包括5个交替出现的卷积层,ReLU层和池化层,以及2个全连接层。5.根据权利要求1所述的基于DR的肺结核智能识别方法,其特征在于,所述深度神经网络通过误差反向传播模型进行自主学习肺结核影像特征。6.根据权利要求1所述的基于DR的肺结核智能识别方法,其特征在于,所述智能识别方法还根据DR图像中肺结核影像特征...
【专利技术属性】
技术研发人员:吴文辉,陶信东,
申请(专利权)人:江西中科九峰智慧医疗科技有限公司,
类型:发明
国别省市:江西,36
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。