发明公开
- 专利标题: 一种基于深度学习的肺内小结节进展评估系统及方法
-
申请号: CN202010148822.X申请日: 2020-03-05
-
公开(公告)号: CN111383767A公开(公告)日: 2020-07-07
- 发明人: 谢冬 , 佘云浪 , 陈昶 , 邓家骏 , 苏杭
- 申请人: 上海市肺科医院(上海市职业病防治院)
- 申请人地址: 上海市杨浦区政民路507号
- 专利权人: 上海市肺科医院(上海市职业病防治院)
- 当前专利权人: 上海市肺科医院(上海市职业病防治院)
- 当前专利权人地址: 上海市杨浦区政民路507号
- 代理机构: 上海申新律师事务所
- 代理商 党蕾
- 主分类号: G16H50/50
- IPC分类号: G16H50/50 ; G16H30/40 ; G06T7/00
摘要:
本发明提供一种基于深度学习的肺内小结节进展评估系统及方法,涉及医学图像处理技术领域,包括获取肺内小结节患者随访过程中的所有肺部断层扫描图像;对所有肺部断层扫描图像进行图像预处理得到预处理图像;针对每个肺内小结节患者,在各预处理图像上标注出位于同一部位的肺内小结节得到标注图像并建立结节生长数据库;根据预设的超参数建立初始评估模型;根据结节生长数据库对初始评估模型进行训练得到进展评估模型;将待评估的肺内小结节患者的不同随访时间的肺部断层扫描图像输入进展评估模型,得到肺内小结节患者的肺内小结节的生长进展数据,以供医生进行诊断参考。本发明能够客观精准的评估肺内小结节的变化;有效提升评估结果的准确性。