一种基于深度神经网络的直肠癌T分期自动诊断系统及其构建方法技术方案

本发明专利技术公开了一种基于深度神经网络的直肠癌T分期自动诊断系统，属于图像识别技术领域。基于深度神经网络的直肠癌T分期自动诊断系统包括深度神经网络模型，所述深度神经网络模型包括：特征提取网络，区域生成网络，池化层，分类和回归层；所述深度神经网络模型的学习过程包括：首先，使用ResNet‑50模型，对输入的整张图像的层面类型进行学习并判断，学习判断该图像投照方位，建立层面识别模块；然后，以ResNet101模型作为基础网络，在每个图像层面分别训练一个目标检测模型，用于勾画出肿瘤区域，并判断肿瘤T分期。本发明专利技术利用计算机技术来处理图像，有一致的处理结果以及相当的准确度，便于集成和大规模的应用。

An automatic T-stage diagnosis system of rectal cancer based on depth neural network and its construction method

【技术实现步骤摘要】
一种基于深度神经网络的直肠癌T分期自动诊断系统及其构建方法
本专利技术涉及图像识别
，特别涉及一种基于深度神经网络的直肠癌T分期自动诊断系统，还涉及一种基于深度神经网络的直肠癌T分期自动诊断系统的构建方法。
技术介绍
直肠癌是世界范围内常见的消化道恶性肿瘤之一，其发病率居于所有恶性肿瘤发病率的第三位，其导致的死亡率位列癌症死亡率的第四位。同时，直肠癌也是我国常见的恶性肿瘤之一，严重影响着人类的平均生存寿命和生活质量。对于直肠癌的治疗，以手术为主的综合性治疗大大延长了直肠癌病人的预期寿命及生活质量。但并不是所有直肠癌患者均适合手术治疗，即使有着手术治疗的可能，手术方式的选择也对病人的术后生活质量及预后的影响较大。准确的术前分期对于直肠癌病人的治疗方案的选择和制定具有重要的指导作用。影像学的发展为直肠癌术前诊断提供了强有力的支持，当前，可以运用超声内镜、CT、MRI等多种辅助检查方法做到对直肠癌患者术前肿瘤分期的判定。超声内镜虽然对于部分直肠癌肿瘤的术前T分期诊断准确率最高可达到91％，但MRI检查相比于超声内镜对于检本文档来自技高网...

【技术保护点】
1.一种基于深度神经网络的直肠癌T分期自动诊断系统，其特征在于，包括深度神经网络模型，所述深度神经网络模型包括：/n特征提取网络，用于对输入的整张图像的图像特征进行抽象并生成卷积特征图；/n区域生成网络，用于根据特征提取网络输出的卷积特征图进行筛选，推荐候选区域；/n池化层，对所述卷积特征图以及所述候选区域进行卷积操作，将不同大小的输入信号转换为固定长度的输出信号，得到一组低维特征向量；/n分类和回归层，根据池化层输出的低维特征向量，进行分类与回归，输出最终诊断结果；/n所述深度神经网络模型的学习过程包括：/n首先，使用ResNet-50模型，对输入的整张图像的层面类型进行学习并判断，学习判断...

【技术特征摘要】
1.一种基于深度神经网络的直肠癌T分期自动诊断系统，其特征在于，包括深度神经网络模型，所述深度神经网络模型包括：
特征提取网络，用于对输入的整张图像的图像特征进行抽象并生成卷积特征图；
区域生成网络，用于根据特征提取网络输出的卷积特征图进行筛选，推荐候选区域；
池化层，对所述卷积特征图以及所述候选区域进行卷积操作，将不同大小的输入信号转换为固定长度的输出信号，得到一组低维特征向量；
分类和回归层，根据池化层输出的低维特征向量，进行分类与回归，输出最终诊断结果；
所述深度神经网络模型的学习过程包括：
首先，使用ResNet-50模型，对输入的整张图像的层面类型进行学习并判断，学习判断该图像投照方位，建立层面识别模块；
然后，以ResNet101模型作为基础网络，在每个图像层面分别训练一个目标检测模型，用于勾画出肿瘤区域，并判断肿瘤T分期。


2.如权利要求1所述的基于深度神经网络的直肠癌T分期自动诊断系统，其特征在于，还包括预处理模块，将输入的整张图像缩放为统一像素，并对图像进行标准化处理，经过预处理后的图像输入到特征提取网络。


3.如权利要求1所述的基于深度神经网络的直肠癌T分期自动诊断系统，其特征在于，所述图像投照方位包括冠状位、水平位和矢状位。


4.如权利要求3所述的基于深度神经网络的直肠癌T分期自动诊断系统，其特征在于，以ResNet101作为基础网络，在冠状位、水平位和矢状位图像层面分别训练一个目标检测模型，用于勾画出肿瘤区域，并判断肿瘤T分期。


5.如权利要求1所述的基于深度神经网络的直肠癌T分期自动诊断系统，其特征在于，所述深度神经网络模型的学习过程还包括：采Adam优化器对ResNet-50模型进行优化。


6.一种基于深度神经网络的直肠癌T分期自动诊断系统的构建方法，其特征在于，包括以下步骤：
...

【专利技术属性】
技术研发人员：卢云，刘广伟，刘尚龙，
申请(专利权)人：青岛大学附属医院，
类型：发明
国别省市：山东;37