【技术实现步骤摘要】
本专利技术属于人工智能,涉及肺结节的分割,尤其涉及一种基于弱监督的肺结节分割方法、系统、设备及介质。
技术介绍
1、肺癌是由于未被免疫系统发现的不可控制的异常细胞,通过不断的自我复制分裂而形成的肺病变组织引起的,这种肺病变组织被称为肺结节。早期肺癌以肺结节的形式而存在,肺结节是直径小于4厘米的肺内类球状病灶区域,通常这些结节大小不同,位置也不同。早期的检测可大大减少肺癌死亡率,对肺结节的检测主要是通过医学影像技术。对于肺结节的检测,考虑到获取方便、可用性等因素,通常采用ct扫描的方式,并对ct图像的肺结节病灶区域分割。
2、肺结节在胸部计算机断层扫描(computed tomography,ct)图像中会表现为磨玻璃、混合磨玻璃(或称为半实性)、实性和钙化四种密度状态,一定程度地反应了病灶的细胞分化情况。评估肺结节实性成分的占比具有重要的临床意义,它不仅能指导医生制定精准的随访和治疗策略,还能预测病人手术预后的效果。分别分割肺结节磨玻璃和实性成分的感兴趣区域(region of interest, roi)能够准确地评估病灶
...【技术保护点】
1.一种基于弱监督的肺结节分割方法,其特征在于,包括以下步骤:
2.如权利要求1所述的一种基于弱监督的肺结节分割方法,其特征在于:步骤S1中,对样本数据中的肺部CT图像进行预处理,具体处理方式为:
3.如权利要求1所述的的一种基于弱监督的肺结节分割方法,其特征在于:步骤S2中,输入卷积子模块包括一层卷积层、批归一化层和PReLU激活层;
4.如权利要求1所述的一种基于弱监督的肺结节分割方法,其特征在于:步骤S3-3中,真实分割掩膜的估计的计算公式为:
5.一种基于弱监督的肺结节分割系统,其特征在于,包括:
6
...【技术特征摘要】
1.一种基于弱监督的肺结节分割方法,其特征在于,包括以下步骤:
2.如权利要求1所述的一种基于弱监督的肺结节分割方法,其特征在于:步骤s1中,对样本数据中的肺部ct图像进行预处理,具体处理方式为:
3.如权利要求1所述的的一种基于弱监督的肺结节分割方法,其特征在于:步骤s2中,输入卷积子模块包括一层卷积层、批归一化层和prelu激活层;
4.如权利要求1所述的一种基于弱监督的肺结节分割方法,其特征在于:步骤s3-...
【专利技术属性】
技术研发人员:徐修远,陈楠,易乐,赖红锦,赵科甫,李宗元,
申请(专利权)人:四川大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。