胸部X射线图像肺结核诊断的无监督域适应方法技术

本发明专利技术的目的是在资源有限的环境中，开发一种肺结核(TB)诊断模型。收集了数百张CXR和CT图像，涵盖三种类型的肺部状况：正常、TB和其他肺病。所有CT图像在训练过程中用作带标签的源域，而CXR图像作为无标签的目标域。基本思想是利用三维CT图像的标签信息来训练二维CXR图像诊断模型。首先，通过简单投影从带标签的三维CT图像获得二维数字重建X射线(DRR)图像，并保留标签信息。然后，构建一个用于CXR图像中TB诊断的深度网络。该网络在深度域适应框架下以无监督的方式进行训练，带标签的DRR图像作为源域，未标记的CXR图像作为目标域。模型在CXR测试集中实现了78.26％的TB诊断准确率，以5.79％到13.77％的提升幅度超过现有的无监督域适应模型，显著性p值低于0.001。

【技术实现步骤摘要】

本专利技术属于医学图像处理，具体涉及一种胸部x射线图像肺结核诊断的无监督域适应方法。

技术介绍

1、肺结核(tb)，由结核分枝杆菌引起，是一个全球性的健康问题。确诊tb需要在临床样本如痰液、脓液或组织活检中检测结核分枝杆菌。这种诊断过程，主要依赖于血液或痰液培养，可能需要两到六周时间，并且成本也很高。胸部x射线(cxr)成像作为一种更经济、更易获得的选择，在结核病筛查中至关重要。由于噪音和遮挡，cxr图像的有效解释是具有挑战性的，且手动注释耗时。因此，开发自动化系统以检测cxr图像中的肺结核是重要且有意义的。

2、近年来，利用机器学习和深度学习技术，已经开发了许多计算机辅助诊断(cad)系统，用于疾病诊断。然而，这些系统在结核病(tb)诊断中的应用仍然受限。最显著的是，这些系统是有监督的，基于单模态，严重依赖大量的标记数据，通常是cxr图像。注释cxr图像既费力又耗时。更重要的是，即使对于经验丰富的放射科医师，准确识别cxr图像中与tb相关的异常也是具有挑战性的，这导致了频繁的误诊或漏诊，由于tb的非特异性。此外，以监督方式训练的模型在暴露于新本文档来自技高网...

【技术保护点】

1.胸部X射线图像肺结核诊断的无监督域适应方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的胸部X射线图像肺结核诊断的无监督域适应方法，其特征在于：建立的CXR图像肺结核诊断模型可用于除肺结核外任何可标注的肺部疾病的诊断与检测。

3.根据权利要求1所述的胸部X射线图像肺结核诊断的无监督域适应方法，其特征在于：将收集到的数据分为训练集和测试集的比例包括但不限于8：2；对收集到的数据的预处理方法包括归一化，随机水平翻转，随机垂直翻转，随机裁剪，灰度变换。

4.根据权利要求1所述的胸部X射线图像肺结核诊断的无监督域适应方法，其特征在于：所述端到端的C...

【技术特征摘要】

1.胸部x射线图像肺结核诊断的无监督域适应方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的胸部x射线图像肺结核诊断的无监督域适应方法，其特征在于：建立的cxr图像肺结核诊断模型可用于除肺结核外任何可标注的肺部疾病的诊断与检测。

3.根据权利要求1所述的胸部x射线图像肺结核诊断的无监督域适应方法，其特征在于：将收集到的数据分为训练集和测试集的比例包括但不限于8：2；对收集到的数据的预处理方法包括归一化，随机水平翻转，随机垂直翻转，随机裁剪，灰度变换。

4.根据权利要求1所述的胸部x射线图像肺结核诊断的无监督域适应方法，其特征在于：所述端到端的cxr图像肺结核诊...

【专利技术属性】
技术研发人员：聂梓伟，赵嘉霖，何健，杨孝平，
申请(专利权)人：南京大学，
类型：发明
国别省市：