[发明专利]肺部病灶识别方法、装置和实现装置

权利要求书

1.一种肺部病灶识别方法，其特征在于，所述方法包括：

获取肺部的CT图像；

将所述CT图像分别输入至预先建立的第一识别模型和第二识别模型中，输出对应的第一识别结果和第二识别结果；其中，所述第一识别模型通过神经网络训练而成，用于识别尺寸大于第一阈值的病灶区域；所述第二识别模型通过神经网络训练而成，用于识别尺寸小于第二阈值的病灶区域；

根据所述第一识别结果和所述第二识别结果，确定最终的肺部病灶识别结果。

2.根据权利要求1所述的方法，其特征在于，所述获取肺部的CT图像的步骤，包括：

采集肺部的初始CT图像；

对所述初始CT图像进行预处理，生成与所述第一识别模型和第二识别模型相匹配的CT图像；所述预处理至少包括滤波处理和删除患者信息处理。

3.根据权利要求1所述的方法，其特征在于，所述第一识别模型通过Faster RCNN神经网络训练而成；所述第二识别模型通过U-net神经网络训练而成。

4.根据权利要求3所述的方法，其特征在于，所述第一识别模型或所述第二识别模型的训练过程具体包括：

获取设定数量的CT图像和对应的标注信息；所述标注信息包括所述CT图像中病灶的位置、所述病灶的特征和所述病灶的诊断结果；

建立神经网络的网络结构，设置所述网络结构对应的训练参数；其中，所述第一识别模型对应的训练参数至少包括所述第一阈值；所述第二识别模型对应的训练参数至少包括所述第二阈值；

将所述CT图像和对应的标注信息输入至所述网络结构中进行训练，生成所述第一识别模型或所述第二识别模型。

5.根据权利要求1所述的方法，其特征在于，所述根据所述第一识别结果和所述第二识别结果，确定最终的肺部病灶识别结果的步骤，包括：

查找所述第一识别结果和所述第二识别结果中，相互重复的病灶区域；

删除所述第一识别结果或所述第二识别结果中所述重复的病灶区域；

将所述第一识别结果和所述第二识别结果进行叠加处理，生成最终的肺部病灶识别结果。

6.一种肺部病灶识别装置，其特征在于，所述装置包括：

图像获取模块，用于获取肺部的CT图像；

图像输入模块，用于将所述CT图像分别输入至预先建立的第一识别模型和第二识别模型中，输出对应的第一识别结果和第二识别结果；其中，所述第一识别模型通过神经网络训练而成，用于识别尺寸大于第一阈值的病灶区域；所述第二识别模型通过神经网络训练而成，用于识别尺寸小于第二阈值的病灶区域；

结果确定模块，用于根据所述第一识别结果和所述第二识别结果，确定最终的肺部病灶识别结果。

7.根据权利要求6所述的装置，其特征在于，所述第一识别模型通过Faster RCNN神经网络训练而成；所述第二识别模型通过U-net神经网络训练而成。

8.根据权利要求7所述的装置，其特征在于，所述第一识别模型或所述第二识别模型的训练过程具体包括：

获取设定数量的CT图像和对应的标注信息；所述标注信息包括所述CT图像中病灶的位置、所述病灶的特征和所述病灶的诊断结果；

建立神经网络的网络结构，设置所述网络结构对应的训练参数；其中，所述第一识别模型对应的训练参数至少包括所述第一阈值；所述第二识别模型对应的训练参数至少包括所述第二阈值；

将所述CT图像和对应的标注信息输入至所述网络结构中进行训练，生成所述第一识别模型或所述第二识别模型。

9.根据权利要求6所述的装置，其特征在于，所述结果确定模块，还用于：

查找所述第一识别结果和所述第二识别结果中，相互重复的病灶区域；

删除所述第一识别结果或所述第二识别结果中所述重复的病灶区域；

将所述第一识别结果和所述第二识别结果进行叠加处理，生成最终的肺部病灶识别结果。

10.一种肺部病灶识别的实现装置，其特征在于，包括处理器和机器可读存储介质，所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1至5任一项所述的方法。