[发明专利]一种基于神经网络的脑出血辅助诊断系统

权利要求书

1.一种基于神经网络的脑出血辅助诊断系统，其特征在于，包括以下模块：

获取模块，用于获取多张原始的CT图像，并标记出病灶区域；

处理模块，用于对所述多张原始的CT图像进行图像增强，得到训练集；

训练模块，用于利用所述训练集对神经网络进行训练；

第一诊断模块，用于获取二次拍摄的CT图像并进行预处理，并将处理后的图像输入训练后的神经网络，得到与输入图像尺寸一致的表示每个像素置信度的灰度图；

第二诊断模块，用于对所述灰度图依次进行阈值分割、形态学闭运算以及消除孔洞处理；并根据处理后的灰度图实现脑出血病灶检测以及出血量计算。

2.根据权利要求1所述的基于神经网络的脑出血辅助诊断系统，其特征在于，所述训练模块，还用于将多张相邻图像导入神经网络的输入层，进行联合训练。

3.根据权利要求1或2所述的基于神经网络的脑出血辅助诊断系统，其特征在于，所述训练模块，还用于根据所选择的交叉熵损失函数，计算神经网络输出的灰度图与标注的原始CT图像的损失，并将损失反向传播用于更新神经网络权重参数。

4.根据权利要求1所述的基于神经网络的脑出血辅助诊断系统，其特征在于，获取二次拍摄的CT图像并进行预处理，包括：获取二次拍摄的CT图像，并进行图像中心裁剪和图像压缩，以使处理后的图像与原始CT图像的形状和尺寸一致。

5.根据权利要求4所述的基于神经网络的脑出血辅助诊断系统，其特征在于，进行图像中心裁剪和图像压缩之后，所述第一诊断模块还用于对图像进行灰度化处理。

6.根据权利要求1所述的基于神经网络的脑出血辅助诊断系统，其特征在于，采用的图像增强的手段包括：灰度随机抖动、对比度调整、多种噪声模拟、滤波操作以及随机亮斑叠加。

7.根据权利要求1所述的基于神经网络的脑出血辅助诊断系统，其特征在于，所述神经网络为全卷积语义分割神经网络。