【技术实现步骤摘要】
本专利技术属于图像处理，尤其涉及一种基于ct影像的多级特征融合肺结节分割方法。
技术介绍
1、肺癌的早期形式一般表现为肺结节，通常通过低剂量的胸部算机断层扫描(computed tomography，ct)进行筛查。但是，随着ct扫描层数的增加，临床医生的工作量在不断加大，为临床医生带来极大的工作负担。其次，小型肺结节可小至2-3mm，密度较低且边界模糊，易与肺部的肺泡、支气管、血管等组织结构混淆，在阅片量极大的情况下，容易发生误诊与漏诊的情况。
2、此外，鉴于不同医院使用的ct扫描机型和图像参数设置之间存在差异性，同一患者在不同医院拍摄的ct图像可能会呈现出不同的视觉特征和图像质量，不仅会影响ct影像诊断结果的一致性，而且加大了肺结节的识别难度。更进一步地，不同医院的医生对肺结节的认识水平不一，尤其是基层医生可能缺乏识别低密度、易误诊肺结节(如磨玻璃结节)的丰富经验。
3、鉴于人工智能已经在图像分割领域日趋成熟，存在大量有效的肺实质分割算法，因此，拟考虑搭建统一的肺部ct收集、存储平台。基于人工智能设计一种标准...
【技术保护点】
1.一种基于CT影像的多级特征融合肺结节分割方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于CT影像的多级特征融合肺结节分割方法，其特征在于，对所述肺部CT影像进行预处理的过程包括：
3.根据权利要求2所述的基于CT影像的多级特征融合肺结节分割方法，其特征在于，肺实质区域分割得过程包括：
4.根据权利要求1所述的基于CT影像的多级特征融合肺结节分割方法，其特征在于，对所述增强肺实质图像进行逐层分割并拼接融合的过程包括：
5.根据权利要求1所述的基于CT影像的多级特征融合肺结节分割方法，其特征在于，所述双流下...
【技术特征摘要】
1.一种基于ct影像的多级特征融合肺结节分割方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于ct影像的多级特征融合肺结节分割方法，其特征在于，对所述肺部ct影像进行预处理的过程包括：
3.根据权利要求2所述的基于ct影像的多级特征融合肺结节分割方法，其特征在于，肺实质区域分割得过程包括：
4.根据权利要求1所述的基于ct影像的多级特征融合肺结节分割方法，其特征在于，对所述增强肺实质图像进行逐层分割并拼接融合的过程包括：
5.根据权利要求1所述的基于ct影像的多级特征融合肺结节分割方法，其特征在于，所述双流下采样网络为基于swintransformer网络和resnet网络共同构建的特征提取器，其中所述swintrans...
【专利技术属性】
技术研发人员：王祥，刘士远，萧毅，范丽，张佳怡，孙红标，董淑雯，涂文婷，
申请(专利权)人：中国人民解放军海军军医大学第二附属医院，
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。