[发明专利]一种基于改进YOLO-V5的小细胞肺癌检测装置

权利要求书

1.一种基于改进YOLO-V5的小细胞肺癌检测装置，其特征在于：包括数据采集模块、数据预处理模块、所述肺结节检测与分类模块。

所述数据采集模块获取待测用户的肺部CT扫描数据；

所述数据预处理模块调取和预处理待测用户的肺部CT扫描数据，得到预处理后的CT数据，并传输至肺结节检测与分类模块；

所述肺结节检测与分类模块存储有肺结节检测与分类模型；

所述肺结节检测与分类模块将预处理后的CT数据输入到肺结节检测与分类模型中，输出待测用户的肺结节位置预测框及肺结节对应类别置信概率。

2.根据权利要求1所述的一种基于改进YOLO-V5的小细胞肺癌检测装置，其特征在于，所述数据预处理模块对肺部CT扫描数据进行预处理的步骤包括：基于空气、水和X射线的线性衰减系数，对肺部CT扫描数据进行格式转换。

3.根据权利要求2所述的一种基于改进YOLO-V5的小细胞肺癌检测装置，其特征在于，对肺部CT扫描数据进行格式转换的步骤为：将DCM格式的肺部CT扫描数据转换为JPG格式的肺部CT扫描数据。

4.根据权利要求1所述的一种基于改进YOLO-V5的小细胞肺癌检测装置，其特征在于，建立肺结节检测与分类模型的步骤包括：

1)所述数据采集模块获取若干用于建模的肺部CT扫描数据及对应的结节位置信息，并写入肺结节数据集中；

2)所述数据预处理模块调取和预处理肺结节数据集中的数据，得到训练集和测试集；

3)所述肺结节检测与分类模块建立改进YOLO-V5网络；

4)利用k-means++算法对训练数据集中的结节矩形框大小进行聚类；

5)利用聚类后的训练集对改进YOLO-V5网络进行训练，得到训练后的改进YOLO-V5网络；

6)利用测试集对训练后的改进YOLO-V5网络进行测试，判断训练后的改进YOLO-V5网络的精确度是否大于预设阈值，若是，则完成肺结节检测与分类模型的建立，否则，返回步骤1)。

5.根据权利要求4所述的一种基于改进YOLO-V5的小细胞肺癌检测装置，其特征在于，用于建模的肺部CT扫描数据包括含有肺小细胞癌、肺腺癌、肺鳞癌和良性肺结节的CT图像；

所述结节位置信息由使用者利用itk-SNAP软件标注得到；结节位置信息存储在nii格式文件中。

6.根据权利要求4所述的一种基于改进YOLO-V5的小细胞肺癌检测装置，其特征在于，所述数据预处理模块对肺结节数据集中的数据进行预处理的步骤包括：

1)基于空气、水和X射线的线性衰减系数，对肺部CT扫描数据进行格式转换，得到CT扫描图像；

2)对格式转换后的CT扫描图像进行翻转，以扩充数据；

3)将肺结节位置存储到txt文件中，每张CT扫描图像有一个txt文件；所述txt文件中每个结节的信息格式为c，x，y，w，h；其中c代表肺结节的类型；x和y表示肺结节矩形框的中心点坐标；w表示结节矩形框的宽度相对于图片宽度的比例；h表示结节矩形框的高度相对于图片高度的比例；

肺结节矩形框的中心点坐标(x，y)分别如下所示：

式中，x_absolute和y_absolute分别表示肺结节矩形框中心的绝对坐标值，w_image和h_image分别表示图片的宽度和高度。

结节矩形框的宽度相对于图片宽度的比例w、结节矩形框的高度相对于图片高度的比例h分别如下所示：

式中，w_absolute和h_absolute分别表示肺结节矩形框的绝对宽度和绝对高度；

4)将步骤3)中每张CT扫描图像和对应的txt文件划分为训练集和测试集。

7.根据权利要求6所述的一种基于改进YOLO-V5的小细胞肺癌检测装置，其特征在于，肺结节的类别包括良性结节、肺腺癌、肺鳞癌和肺小细胞癌。