一种病变检测方法、装置及设备制造方法及图纸

本发明专利技术公开一种病变检测方法、装置及设备，所述方法包括：采用自编码卷积神经网络模型对CT影像进行处理，由编码器网络的卷积层和池化层对CT影像进行特征提取，得到该CT影像的病变候选区域，由解码器网络的上采样层和卷积层对CT影像的病变候选区域进行处理，得到该CT影像的病变中心点位置，由概率输出层对确定了病变中心点位置的CT影像进行处理，得到该CT影像的病变范围以及病变类型信息。由于解码器网络的计算是基于编码器网络的卷积处理结果的，所以，本申请不需要进行重复的卷积计算处理，节省了卷积计算处理时间，在保证病变检测准确率的前提下，一定程度上提高了病变检测效率。

【技术实现步骤摘要】
一种病变检测方法、装置及设备
本申请涉及医学影像处理领域，具体涉及一种病变检测方法、装置及设备。
技术介绍
癌症是目前社会对人体健康和生命威胁最大的疾病，其常用的诊断技术是电子计算机断层扫描(ComputedTomography，CT)技术，通常通过CT技术诊断出各个器官是否发生病变，并判断病变的类型(即良恶性)，有助于各种癌症的早期诊断和治疗，并因此可以降低患者的死亡率。例如，肺癌是发病率和死亡率增长最快的癌症之一，肺癌一般是由肺结节演变过来的，医生通过分析患者肺结节的良恶性有助于肺癌的早期诊断和治疗。在实际临床应用中，可以首先采用全卷积神经网络模型对患者的原始CT图像进行卷积计算，提取出CT图像上病变的候选区域；其次，将标记有病变候选区域的CT图像再次作为另一卷积神经网络模型的输入，重新进行卷积计算，最终得到病变的检测结果。由于现有的处理方式需要进行两次卷积计算，其中包含重复的计算内容，而卷积计算本身就是系统性能和时间消耗较大的处理过程，所以，目前的病变检测方法效率较低。
技术实现思路
本申请提供了一种病变检测方法、装置及设备，能够提高病变检测的效率。第一方面，本申请提供了一种病变检本文档来自技高网...

【技术保护点】
1.一种病变检测方法，其特征在于，所述方法包括：获取计算机断层扫描CT影像；将所述CT影像作为自编码卷积神经网络模型的输入对象；其中，所述自编码卷积神经网络模型由编码器网络、解码器网络和概率输出层组成，所述编码器网络由卷积层和池化层以层叠结构组合而成，所述解码器网络由上采样层和卷积层以层叠结构组合而成；由所述编码器网络的卷积层和池化层对所述CT影像进行特征提取，得到所述CT影像的病变候选区域；由所述解码器网络的上采样层和卷积层对所述CT影像的病变候选区域进行处理，得到所述CT影像的病变中心点位置；由所述概率输出层对确定所述病变中心点位置的所述CT影像进行处理，得到所述CT影像的病变范围以及病变...

【技术特征摘要】
1.一种病变检测方法，其特征在于，所述方法包括：获取计算机断层扫描CT影像；将所述CT影像作为自编码卷积神经网络模型的输入对象；其中，所述自编码卷积神经网络模型由编码器网络、解码器网络和概率输出层组成，所述编码器网络由卷积层和池化层以层叠结构组合而成，所述解码器网络由上采样层和卷积层以层叠结构组合而成；由所述编码器网络的卷积层和池化层对所述CT影像进行特征提取，得到所述CT影像的病变候选区域；由所述解码器网络的上采样层和卷积层对所述CT影像的病变候选区域进行处理，得到所述CT影像的病变中心点位置；由所述概率输出层对确定所述病变中心点位置的所述CT影像进行处理，得到所述CT影像的病变范围以及病变类型信息。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述CT影像的病变中心点位置、病变范围以及病变类型信息，构建所述CT影像的三维模型；创建包含所述三维模型的虚拟现实场景。3.根据权利要求1所述的方法，其特征在于，所述由所述概率输出层对确定所述病变中心点位置的所述CT影像进行处理，得到所述CT影像的病变范围以及病变类型信息，包括：由所述概率输出层对确定所述病变中心点位置的所述CT影像上各个像素点进行分类，得到各个像素点的分类结果；根据各个像素点的分类结果，确定所述CT影像的病变范围，以及各个病变范围分别对应的病变类型信息。4.根据权利要求3所述的方法，其特征在于，所述CT影像为肺部CT影像，所述编码器网络由每组2个3*3卷积层和1个池化层的4组结构以层叠结构组合而成，所述解码器网络由每组1个上采样层和2个3*3卷积层的4组结构以层叠结构组合而成。5.根据权利要求4所述的方法，其特征在于，所述病变类型信息包括实型结节、亚实型结节、磨玻璃型结节和正常组织。6.一种病变检测装置，其特征在于...

【专利技术属性】
技术研发人员：陈俊强，陈磊，刘允，康雁，
申请(专利权)人：沈阳东软医疗系统有限公司，
类型：发明
国别省市：辽宁,21