一种肺结节自动检测方法、装置及计算机系统制造方法及图纸

本发明专利技术涉及一种肺结节自动检测方法、装置及计算机系统，所述方法包括以下步骤：获取待检测CT影像；对所述待检测CT影像进行滤波增强处理，获得肺部增强的CT影像序列；采用阈值法对所述CT影像序列进行分割处理，获得仅包含肺实质区域的图像；将所述肺实质分割模块获得的图像裁剪为若干图像块，通过一多尺度特征融合的U‑Net网络模型，获得感兴趣区域；采用一3D CNN模型对感兴趣区域进行自动检测识别，获得肺结节检测结果。与现有技术相比，本发明专利技术具有检测灵敏度和精度高等优点。

【技术实现步骤摘要】
一种肺结节自动检测方法、装置及计算机系统
本专利技术涉及计算机辅助检测领域，尤其是涉及一种肺结节自动检测方法、装置及计算机系统。
技术介绍
肺癌是死亡率最高的肿瘤疾病之一。每年世界上有超过130万人因为患肺癌而死亡。在肺癌的早期阶段，其表现不明显，70％以上的肺癌确诊患者基本上都处于肺癌晚期。根据有关医学统计数据，如果肺癌患者在癌症早期能获得正当的干预治疗，其5年存活率可达90％以上，然而处于2～3期的肺癌患者存活率下降到40％～5％。因此“早发现、早诊断、早治疗”是提高肺癌患者生存率的关键。肺癌早期一般表现为肺结节，对肺结节的检测是肺癌早期诊断的首要步骤。当前，肺癌的早期发现最常用的是通过CT断层扫描技术进行成像检查，然后由放射科医生进行筛查，但CT产生的大量影像加重了放射科医生的阅片负担，不但费时费力，而且随着阅片时间一长，会致使诊断的效率和准确率下降。在此背景下，提出了基于CT影像的肺癌计算机辅助检测系统(CAD)辅助放射科医生，作为“第二意见”辅助临床诊断。从目前的国内外研究现状来看，有许多研究者致力于对肺结节的检测，但现有方法本文档来自技高网...

【技术保护点】
1.一种肺结节自动检测方法，其特征在于，该方法包括以下步骤：/n获取待检测CT影像；/n对所述待检测CT影像进行滤波增强处理，获得肺部增强的CT影像序列；/n采用阈值法对所述CT影像序列进行分割处理，获得仅包含肺实质区域的图像；/n将所述肺实质分割模块获得的图像裁剪为若干图像块，通过一多尺度特征融合的U-Net网络模型，获得感兴趣区域；/n采用一3D CNN模型对感兴趣区域进行自动检测识别，获得肺结节检测结果。/n

【技术特征摘要】
1.一种肺结节自动检测方法，其特征在于，该方法包括以下步骤：
获取待检测CT影像；
对所述待检测CT影像进行滤波增强处理，获得肺部增强的CT影像序列；
采用阈值法对所述CT影像序列进行分割处理，获得仅包含肺实质区域的图像；
将所述肺实质分割模块获得的图像裁剪为若干图像块，通过一多尺度特征融合的U-Net网络模型，获得感兴趣区域；
采用一3DCNN模型对感兴趣区域进行自动检测识别，获得肺结节检测结果。


2.根据权利要求1所述的肺结节自动检测方法，其特征在于，所述滤波增强处理包括图像滤波和窗宽窗位调节。


3.根据权利要求1所述的肺结节自动检测方法，其特征在于，所述分割处理具体包括：
使用阈值法对CT影像进行粗分割，并填充孔洞，采用三维联通区域标记法，选择初始肺实质区域；
对分割出的所述初始肺实质区域进行修补，使用形态学闭运算调整肺部边缘，并边缘处向外扩张若干像素点，获得最终的肺实质区域。


4.根据权利要求3所述的肺结节自动检测方法，其特征在于，使用凸包算法对初始肺实质区域进行所述修补。


5.根据权利要求1所述的肺结节自动检测方法，其特征在于，所述多尺度特征融合的U-Net网络模型引入随机失活，包括多尺度特征融合单元、若干卷积最大池化单元和若干上采样单元，所述卷积最大池化单元和上采样单元获得的相同尺度大小的特征图相拼接。


6.根据权利要求5所述的肺结节自动检测方法，其特征在于，所述多尺度特征融合单元...

【专利技术属性】
技术研发人员：黄钢，聂生东，陈阳，
申请(专利权)人：上海健康医学院，上海理工大学，
类型：发明
国别省市：上海;31