[发明专利]肺结节分析装置、模型训练方法、装置及分析设备

说明书

本申请提出一种肺结节分析装置、模型训练方法、装置及分析设备，涉及图像处理技术领域。肺结节分析装置包括分割模块及通过包括样本3D肺部图像、其对应的样本分类结果、及其对应的样本分割结果的样本集训练得到的采样处理模块。采样处理模块用于对待分析的3D肺部图像进行采样处理，得到高分辨率特征图。高分辨率特征图中包括3D肺部图像中每个体素属于肺结节的概率。分割模块，用于根据高分辨率特征图中每个体素属于肺结节的概率对高分辨率特征图进行处理，得到该3D肺部图像对应的分割掩膜，该分割掩膜的前景部分为肺结节。由此，可结合3D肺部图像中的分类信息及分割信息，得到分割掩膜，该方式具有准确率高的特点。

技术领域

本申请涉及图像处理技术领域，具体而言，涉及一种肺结节分析装置、模型训练方法、装置及分析设备。

背景技术

由国家癌症中心发布的“全国最新肺癌报告”可知，近年来我国肺癌的发病率居高不下，甚至有不断上升的趋势。无症状肺结节是肺癌的常见表现形式，肺结节的尺寸、形状，是肺结节诊断的重要依据。在肺结节自动诊断中，在检测肺结节后，需经过分割才能得到肺结节的尺寸和形状。因此，随着肺结节自动诊断技术的不断发展，肺结节检出后的自动分割的重要性也日益突出，如何提高肺结节分割的准确性是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本申请的目的在于提供一种肺结节分析装置、模型训练方法、装置及分析设备。

为了实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供一种肺结节分析装置，应用于分析设备，所述肺结节分析装置包括采样处理模块及分割模块，其中，所述采样处理模块通过包括样本3D肺部图像、样本3D肺部图像对应的样本分类结果、及样本3D肺部图像对应的样本分割结果的样本集训练得到，

所述采样处理模块，用于对待分析的3D肺部图像进行采样处理，得到高分辨率特征图，其中，所述高分辨率特征图的尺寸与所述3D肺部图像的尺寸相同，所述高分辨率特征图中包括所述3D肺部图像中每个体素属于肺结节的概率；

所述分割模块，用于根据所述高分辨率特征图中每个体素属于肺结节的概率对所述高分辨率特征图进行处理，得到所述3D肺部图像对应的分割掩膜，其中，所述分割掩膜的前景部分为肺结节。

在可选的实施方式中，所述分割模块具体用于：

根据第一预设概率对所述高分辨率特征图进行二值化处理，得到所述分割掩膜。

在可选的实施方式中，所述装置还包括分类模块及通过所述样本集训练得到的特征融合模块，所述采样处理模块包括下采样部分及上采样部分，所述高分辨率特征图由所述3D肺部图像经所述下采样部分及上采样部分得到，

所述特征融合模块，用于将所述高分辨率特征图、及经所述下采样部分得到的高层语义特征图进行特征融合，得到目标概率值；

所述分类模块，用于根据所述目标概率值、及概率值与肺结节类型的对应关系，得到所述3D肺部图像中肺结节的类型。

在可选的实施方式中，所述特征融合模块具体用于：

将所述高分辨率特征图转换为第一一维向量，并将所述高层语义特征图转换为第二一维向量；

根据所述第一一维向量及第二一维向量得到所述目标概率值。

在可选的实施方式中，所述特征融合模块包括3D卷积层及多个全连接层。

在可选的实施方式中，所述装置还包括图像获取模块，

所述图像获取模块用于：

根据肺结节在原始3D图像中的中心位置，从所述原始3D图像获得预设尺寸的图像块，其中，所述图像块包括肺结节的中心位置；