[发明专利]一种基于多模型融合的肺结节检测方法及系统

说明书

本发明实施例公开了一种肺结节检测方法及系统，包括A、获取待检测的3D肺部CT序列；B、将所述待检测的3D肺部CT序列进行预处理；C、将预处理之后的3D肺部CT序列输入至不同的肺结节检测网络模型中，以分别获取各个模型的初次的肺结节检测结果；D、将所述各个模型的初次的肺结节检测结果进行加权融合处理，以获取融合处理之后的最终肺结节检测结果。由上，本发明的肺结节检测方法及系统有利于提高肺结节检测的精确度和效率。

技术领域

本申请涉及医学检测领域，尤其涉及一种基于多模型融合的肺结节检测方法及系统。

背景技术

国家癌症中心发布的“2018年全国最新肺癌报告”显示，肺癌是世界上最常见的恶性肿瘤，也是排名第一位的肿瘤死因，我国肺癌的新发病例和死亡病例数远超其他国家，肺癌的疾病负担一直以来都十分为沉重。我国肺癌患者的5年相对生存率仅为16.1％，肺癌总体5年生存率不尽人意，其主要原因之一是发现太晚。而早期诊断和早期治疗是提高肺癌总体治疗效果的唯一途径。美国预防服务工作组肺癌筛查指南推荐、唯一可以使用的早期肺癌筛查手段是低剂量CT(low dose CT，LDCT)，利用LDCT健康筛查，可以发现早期肺癌微小病灶，是目前最为敏感的影像学检查方法。

早期肺癌常表现为无症状的肺结节，由于肺结节具有形态复杂，且易与肺内其他组织粘连等特点，即使是经验丰富的医生也难以做出准确判断，而且肺部CT影像数据呈现爆炸式增长,极大增加了放射科医师的工作量,在疾病检测过程中容易造成误诊和漏诊。随着计算机视觉的发展，计算机辅助检测技术能够有效减轻医师的工作负担,辅助他们完成基于医学影像的疾病判断,同时也提高了疾病判断的稳定性和效率。针对肺部结节医学征象种类繁多,表现复杂多样,医师在筛查大量医学影像时难以精确和稳定地判断。

因此，目前亟需一种肺结节检测的方法和\或系统，以提高肺结节检测的精确度和效率。

发明内容

有鉴于此，本发明的主要目的在于提供一种肺结节检测的方法及系统，以提高肺结节检测的精确度和效率。

本申请提供一种肺结节检测方法，其特征在于，包括：

A、获取待检测的3D肺部CT序列；

B、将所述待检测的3D肺部CT序列进行预处理；

C、将预处理之后的3D肺部CT序列输入至不同的肺结节检测网络模型中，以分别获取各个模型的初次的肺结节检测结果；

D、将所述各个模型的初次的肺结节检测结果进行加权融合处理，以获取融合处理之后的最终肺结节检测结果。

由上，本申请的肺结节检测方法，首先通过不同的肺结节检测网络模型分别获取各个模型的初次的肺结节检测结果，之后将各个模型的初次的肺结节检测结果进行加权融合处理，以获取融合处理之后的最终肺结节检测结果，从而有利于提高真阳性预测结果的预测置信度，降低假阳性预测结果的预测置信度。从而提高肺结节检测的精确度和效率。

优选地，所述不同的肺结节检测网络模型的获取方法为：

N1、获取指定数量的3D肺部CT序列；

N2、将所述指定数量的3D肺部CT序列进行预处理；

N3、将预处理之后的3D肺部CT序列中的指定数量的数据作为训练集，将所述训练集输入至不同的肺结节检测器中进行训练，以获取训练完成的不同的肺结节检测网络模型。

由上，有利于获取不同的肺结节检测网络模型，以用于进行肺结节的初步检测。其中，所述肺结节检测器，可以是以下检测器的任意组合：Retina Net目标检测器、FasterRCNN目标检测器、Mask RCNN目标检测器、Retina Unet目标检测器。其他能够具有肺结节检测效果的检测器也在本申请的保护范围。

优选地，所述N3之后还包括：