The invention discloses an artificial intelligence diagnosis and treatment system for CT pulmonary tuberculosis detection, which comprises a feature sample library, a learning module for neural network, a learning module for deep convolution neural network, an output module and a computer terminal. The feature sample library is provided with a learning module for neural network and a learning module for deep convolution neural network. A large sample of module learning. The invention is novel in design and operation. The artificial intelligence diagnosis and treatment system of pulmonary nodules enables the neuron network learning module and the depth convolution neural network learning module to study the labeled images in the feature sample database in depth, and obtains the accurate classification strategy of pulmonary nodules, thereby realizing the detection of pulmonary nodules with large nodules. Small shape, benign and malignant judgments, and automatically issued structured reports for the doctor's reference, thus providing doctors with lung nodule imaging based on intelligent film reading, auxiliary diagnosis and treatment functions, to provide doctors with medical advice.
【技术实现步骤摘要】
一种CT肺结核检测人工智能诊疗系统
本专利技术涉及医疗
,尤其涉及一种CT肺结核检测人工智能诊疗系统。
技术介绍
结核病是由结核分枝杆菌引起的慢性传染病,可侵及许多脏器,以肺部结核感染最为常见。排菌者为其重要的传染源。人体感染结核菌后不一定发病,当抵抗力降低或细胞介导的变态反应增高时,才可能引起临床发病。浸润型肺结核,X线常为云絮状或小片状浸润阴影,边缘模糊(渗出性)或结节、索条状(增殖性)病变,大片实变或球形病变(干酪性—可见空洞)或钙化,慢性纤维空洞型肺结核,多在两肺上部,亦为单侧,大量纤维增生,其中空洞形成,呈破棉絮状,肺组织收缩,肺门上提,肺门影呈“垂柳样”改变,胸膜肥厚,胸廓塌陷,局部代偿性肺气肿,结核性胸膜炎(Ⅳ型)病侧胸腔积液,小量为肋膈角变浅,中等量以上积液为致密阴影,上缘呈弧形,按分期划分可以分为进展期、好转期和稳定器,进展期:新发现的活动性肺结核,随访中病灶增多增大,出现空洞或空洞扩大,痰菌检查转阳性,发热等临床症状加重,好转期:随访中病灶吸收好转,空洞缩小或消失,痰菌转阴,临床症状改善,稳定期。经检索,中国专利公开了一种基于DR的肺结核智能识别方法及系统,(授权公告号CN107729911A),该专利技术公开了一种基于DR的肺结核智能识别方法及系统,其通过大量人工标注的样本来训练形成深度神经网络,该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。由此构成的肺结核智能识别方案能够实现对DR图像中的肺结核影像特征进行自动化识别,可实现基于DR的肺结核自动筛查,有效降低筛查成本。再者,本方案识别效率高,识别 ...
【技术保护点】
1.一种CT肺结核检测人工智能诊疗系统,包括特征样本库、供神经元网络学习模块、深度卷积神经网络学习模块、输出模块和计算机终端,其特征在于,所述特征样本库内设置有可供神经元网络学习模块以及深度卷积神经网络学习模块学习的大量样本,神经元网络学习模块通过学习后可对诊断数据与原始影像获取模块的影像进行自动诊断,并将诊断结果传递给输出模块,深度卷积神经网络学习模块通过学习后对原始影像获取模块的影像依次进行肺实质分割、提取感兴趣区域以及特征参数提取步骤后分类判别得到肺结节,并将检测结果传递给输出模块,输出模块将检测数据传递给计算机终端。
【技术特征摘要】
1.一种CT肺结核检测人工智能诊疗系统,包括特征样本库、供神经元网络学习模块、深度卷积神经网络学习模块、输出模块和计算机终端,其特征在于,所述特征样本库内设置有可供神经元网络学习模块以及深度卷积神经网络学习模块学习的大量样本,神经元网络学习模块通过学习后可对诊断数据与原始影像获取模块的影像进行自动诊断,并将诊断结果传递给输出模块,深度卷积神经网络学习模块通过学习后对原始影像获取模块的影像依次进行肺实质分割、提取感兴趣区域以及特征参数提取步骤后分类判别得到肺结节,并将检测结果传递给输出模块,输出模块将检测数据传递给计算机终端。2.根据权利要求1所述的一种CT肺结核检测人工智能诊疗系统,其特征在于,所述深度卷积神经网络学习模块包括对CT图像进行预处理的图像预处理单元,预测肺结节分割图像的二维卷积神经网络unet以及预测肺结节真假阳性概...
【专利技术属性】
技术研发人员:胡晓云,吕江,白晓宝,
申请(专利权)人:胡晓云,吕江,白晓宝,
类型:发明
国别省市:江苏,32
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。