[发明专利]基于CT图像的肺结节检测方法

权利要求书

1.一种基于CT图像的肺结节检测方法，其特征在于，包括以下步骤：

1)获取原始CT图像，对原始CT图像进行二值化；

2)对二值化后的图像利用结构元素进行连续n次腐蚀，并且每次腐蚀后的图像进行卷积处理；

3)将相邻两次经过腐蚀、卷积后的图像进行异或操作，找出腐蚀过程中消失的像素点；

4)在原始CT图像上，以消失的像素点的位置为中心截取设定大小的肺结节疑似区域图片；

5)将肺结节疑似区域图片输入训练好的分类模型中进行分类，完成肺结节的检测。

2.根据权利要求1所述的基于CT图像的肺结节检测方法，其特征在于，所述分类模型的训练方法为：对标注过的CT图像进行手动分割，得到数据集，对数据集进行训练。

3.根据权利要求1或2所述的基于CT图像的肺结节检测方法，其特征在于，所述步骤2)中的结构元素为3*3的十字型结构元素、菱形结构元素、球形结构元素、或者圆盘形结构元素。

4.一种基于CT图像的肺结节检测方法，其特征在于，包括以下步骤：

1)获取原始CT图像，对原始CT图像进行二值化；

2)对二值化后的图像利用结构元素进行连续n次腐蚀，并且每次腐蚀后的图像进行卷积处理；

3)将相邻两次经过腐蚀、卷积后的图像进行异或操作，找出腐蚀过程中消失的像素点；

4)在原始CT图像上，以消失的像素点的位置为中心截取设定大小的肺结节疑似区域图片；

5)将肺结节疑似区域图片进行降采样处理，得到图像金字塔；

6)将步骤5)中的图像金字塔输入训练好的分类模型中进行分类，进行融合判断，从而完成肺结节的检测。

5.根据权利要求4所述的基于CT图像的肺结节检测方法，其特征在于，所述步骤6)中融合判断的方法包括：将图像金字塔输入训练好的分类模型中，得到图像金字塔中每一层图像的分类概率，利用DS证据理论的方法对得到的分类概率进行融合，完成肺结节的检测。

6.根据权利要求4或5所述的基于CT图像的肺结节检测方法，其特征在于，所述分类模型的训练方法为：对标注过的CT图像进行手动分割，并且对分割后的图像进行降采样处理，得到图像金字塔数据集，对图像金字塔数据集进行训练。

7.根据权利要求4或5所述的基于CT图像的肺结节检测方法，其特征在于，所述步骤2)中的结构元素为3*3的十字型结构元素、菱形结构元素、球形结构元素、或者圆盘形结构元素。