【技术实现步骤摘要】
本专利技术属于医学图像处理，涉及一种人机协同的病灶可彻底切除程度智能评估方法。
技术介绍
1、计算机断层扫描(computed tomography，ct)作为常见的肺部成像方式，在肺癌的早期筛查中起到重要作用。和常规的胸部x光成像相比，ct图像可以展示更丰富的肺部结构，以显示肿瘤具体的结构信息，包括肿瘤的大小、形状和位置等。对于非小细胞肺癌而言，ct扫描能够在早期发现肺部病变，提高患者生存几率。
2、然而，使用ct图像诊断还有着以下不足：对于ct模态图像而言，图像由上百个切片组成，浏览所有的切片需要耗费医生大量的时间和精力。其次，判断肿瘤可切除性的金标准是肿物是否侵袭血管，而即使是经验丰富的临床放射科医生，也很难仅根据ct影像准确判断这些肿物是否侵袭了血管。由于缺乏专业准确的诊断，许多无法彻底切除的患者进行了无效手术。
3、目前，基于神经网络的深度学习方法在医学图像中得到了极为广泛的应用，展示了该方法在疾病诊断方面的巨大潜力。2016年，wang等人比较了多种传统机器学习方法和深度学习方法对非小细胞肺癌良恶性诊...
【技术保护点】
1.一种人机协同的病灶可彻底切除程度智能评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种人机协同的病灶可彻底切除程度智能评估方法，其特征在于，所述步骤S1中数据预处理的过程如下：
3.根据权利要求1所述的一种人机协同的智能化肺癌病灶可彻底切除程度评估方法，其特征在于，所述步骤S4中医生再判断的过程如下：
【技术特征摘要】
1.一种人机协同的病灶可彻底切除程度智能评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种人机协同的病灶可彻底切除程度智能评估方法，其特征在于，所...
【专利技术属性】
技术研发人员：刘宏旭，王洪凯，王冠，朱弘毅，刘宇，韩冶，
申请(专利权)人：辽宁省肿瘤医院，
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。