一种基于深度学习的多层螺旋CT对肺结核多分类检出方法技术

本发明专利技术涉及计算机视觉的医学图像分类任务技术领域，尤其涉及一种基于深度学习的多层螺旋CT对肺结核多分类检出方法，包括：S1：汇总收集患者CT图像数据；S2：对汇总收集到的CT图像数据进行切片，获得原始数据集；S3：对原始图像进行预处理，创建特征样本库，预处理后的图像为特征样本；S4：将特征样本集进行划分，分别用于分类网络模型的建立和测试模型效果，其中训练集和测试集划分比例为8：2。本发明专利技术采用多层螺旋CT图像作为数据集，相比X光图像，能够更好的显示肺结核在放射学中的特征，便于机器进行特征提取；对肺结核进行多分类检出，主要包括活动性肺部病变、非活动性肺部钙化病变、非活动性肺部纤维化病变、非肺结核。非肺结核。非肺结核。

【技术实现步骤摘要】
一种基于深度学习的多层螺旋CT对肺结核多分类检出方法


[0001]本专利技术涉及计算机视觉的医学图像分类任务
，尤其涉及一种基于深度学习的多层螺旋CT对肺结核多分类检出方法。

技术介绍

[0002]肺结核(TB)是世界上第二大死亡原因，在传染病中排名第一。结核病是一类经由结核分枝杆菌产生的传染病。如果不及时治疗，结核病的死亡率很高，它通常会影响肺部，但也会影响肺部以外的部位。当患有活动性结核病(Active pulmonary tuberculosis,ATB)的人干咳，打喷嚏或以其他方式排出传染性细菌时，它会经由空气中传播。通过初期诊治和恰当治疗可以预防大多数结核病患的死亡。2020年WHO发布的《结核病综合指南：预防性治疗》中提出：有既往结核病史或者非活动性肺结核者有更高的发病风险，应该成为暴露后干预的目标人群。在我国，2021年中国防痨协会组织国内结核病防治、临床、影像学、研究等多领域的专家，撰写了《非活动性肺结核诊断及预防发病专家共识》，提出非活动性结核是实现消灭结核病目标的重点干预人群，需要进行化学和免疫预防干预。因此，将这些肺本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的多层螺旋CT对肺结核多分类检出方法，其特征在于，具体步骤如下：S1：汇总收集患者CT图像数据；S2：对汇总收集到的CT图像数据进行切片，获得原始数据集；S3：对原始图像进行预处理，创建特征样本库，预处理后的图像为特征样本；S4：将特征样本集进行划分，分别用于分类网络模型的建立和测试模型效果，其中训练集和测试集划分比例为8：2。2.根据权利要求1所述的一种基于深度学习的多层螺旋CT对肺结核多分类检出方法，其特征在于，在步骤S4中，具体步骤如下：S4.1：采用医学影像专家对训练集进行标注，将训练集特征样本划分为活动性肺部病变、非活动性肺部钙化病变、非活动性肺部纤维化病变、非肺结核四个分类，将分类后的训练集样本输入建立可解释性肺结核分类网络进行训练；S4.2：将测试集样本输入训练好的可解释性肺结核分类网络模型中，首先图片输入到Patch Partition模块中进行分块，即每4x4相邻的像素为一个Patch，然后在channel方向展平。通过Patch Partition后图像shape由[H,W,3]变为[H/4,W/4,48]；通过Linear Embe...

【专利技术属性】
技术研发人员：王杰华，周川，武卫翔，陈苏蓉，谢天，
申请(专利权)人：南通大学，
类型：发明
国别省市：