一种肺部CT图像的病灶识别方法、设备及介质技术

本说明书实施例公开了一种肺部CT图像的病灶识别方法、设备及介质，以解决现有肺部病灶位置识别过程，耗费医生大量时间的问题。方法包括：获取CT设备读入的肺部CT图像；将CT设备读入的肺部CT图像作为待检测的肺部CT图像；将待检测的肺部CT图像输入预先训练的病灶识别模型中，得出输出结果；若待检测的肺部CT图像存在病灶，则所述输出结果为所述病灶位置数据；根据病灶位置数据将所述病灶所处的区域在所述待检测的肺部CT图像上进行标注。所述待检测的肺部CT图像上进行标注。所述待检测的肺部CT图像上进行标注。

【技术实现步骤摘要】
一种肺部CT图像的病灶识别方法、设备及介质


[0001]本说明书涉及图像处理
，尤其涉及一种肺部CT图像的病灶识别方法、设备及介质。

技术介绍

[0002]无论是在科技发达的当今设备，还是在条件落后的远古社会，疾病一直威胁着人类的健康、生命，而肺部疾病对人类的生命健康危害最大，在所有恶性肿瘤中，肺癌的发病率和死亡率居于首位。随着医学成像技术的发展，图像学在疾病诊断中起到了重要的作用，通过医学图像，医生不仅可以快速鉴别许多疾病并且能够选择精准的治疗方法。同时还可以直观、便捷地观察对患者的治疗效果，以便及时调整治疗方案，实现对患者的精确化和个性化治疗。对于肺部病灶的检查，现在一般都是采用计算机断层扫描技术(Computer Tomography，简称CT)技术来获取肺部医学图像，而CT图像是用X射线束对人体需要检查部位进行的一定厚度的断层扫描来获取的。
[0003]现有技术中，肺部病灶的结构复杂而且有些病灶的体积较小不易辨认，可能会给医生识别肺部CT图像中的病灶带来一定的困难，导致耗费的时间成本较高。
[0004]因此，现需要本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种肺部CT图像的病灶识别方法，其特征在于，所述方法包括：获取CT设备读入的肺部CT图像；将所述CT设备读入的肺部CT图像作为待检测的肺部CT图像；将所述待检测的肺部CT图像输入预先训练的病灶识别模型中，得出输出结果；若所述待检测的肺部CT图像存在病灶，则所述输出结果为所述待检测的肺部CT图像的病灶位置数据；根据所述病灶位置数据将所述病灶所处的区域在所述待检测的肺部CT图像上进行标注。2.根据权利要求1所述的一种肺部CT图像的病灶识别方法，其特征在于，所述将所述待检测的肺部CT图像输入预先训练的病灶识别模型中之前，所述方法还包括：收集患有疾病的肺部CT图像与正常肺部CT图像作为训练图像；将所述训练图像基于预设处理方式进行过滤，获得所述病灶识别模型的训练样本；将所述患有疾病的肺部CT图像与所述正常肺部CT图像对应的训练样本，同比例输入卷积神经网络；并将所述训练样本的病灶位置数据作为输出输入卷积神经网络模型，训练所述卷积神经网络；若训练后的卷积神经网络输出的识别结果，符合预先设定的精确度，则将所述训练后的卷积神经网络作为病灶识别模型。3.根据权利要求2所述的一种肺部CT图像的病灶识别方法，其特征在于，所述将所述患有疾病的肺部CT图像与所述正常肺部CT图像对应的训练样本，同比例输入卷积神经网络之后，所述方法还包括：基于所述卷积神经网络的卷积核对所述训练样本进行滑动卷积，以提取所述训练样本的卷积特征；通过所述卷积神经网络的池化层将所述卷积特征进行聚类并将冗余特征进行过滤，获得所述训练样本的降维卷积特征；将所述降维卷积特征输入预先设置的分类器，对所述训练样本的病灶进行识别，获得病灶识别结果。4.根据权利要求2所述的一种肺部CT图像的病灶识别方法，其特征在于，所述将所述训练图像基于预设处理方式进行过滤，获得所述病灶识别模型的训练样本，具体包括：计算所述训练图像各连通区域的面积，根据预先设定的连通区域面积的阈值对所述训练图像的肺部区域进行提取，获得第一肺部图像；根据预先设定的CT值范围对所述第一肺部图像进行处理，以过滤所述第一肺部图像的边缘非肺部组织获得第二肺部图像；将CT噪声添加到第二肺部图像，获得所述肺部CT图像的训练样本；其中，所述训练样本以预设分辨率的灰度进行保存。5.根据权利要求2所述的一种肺部CT图像的病灶识别方法，其特征在于，所述将所述训练样本的病灶位置数据作为输出输入卷积神经网络模型，训练所述卷积神经网络具体包括：确定所述病灶至少一对对角线的位置坐标；其中，所述对角线的位置坐标包括：左上角位置坐标与右下角位置坐标、右上角位置坐标与左下角位置坐标；
将所述对角线的位置坐标以整数数组的格式保存，作为所述训练样本的病灶位置数据。6.根据权利要求5所述的...

【专利技术属性】
技术研发人员：高岩，蔡明佳，尹青山，高明，王建华，
申请(专利权)人：山东新一代信息产业技术研究院有限公司，
类型：发明
国别省市：