[发明专利]一种非医疗诊断的肺结节辅助检测方法、装置及存储介质

说明书

本申请涉及一种非医疗诊断的肺结节辅助检测方法、装置及存储介质，所述方法包括步骤：获取检测患者的肺部CT图像；解析所述肺部CT图像并可视化显示解析结果；提取所述肺部CT图像中的肺结节并可视化显示所述肺结节；将所述肺部CT图像输入预先训练的神经网络检测模型以得到患者患癌预测概率。本申请提供的一种非医疗诊断的肺结节辅助检测方法、装置及存储介质在传统检测方法的基础上引入深度学习领域中神经网络算法，结合肺部CT影像的数据集训练出检测模型，在肺癌诊断早期，通过肺结节检测模型处理就诊者CT影像，可以辅助医生对肺结节进行检测识别。

技术领域

本申请涉及肺结节辅助检测领域，尤其涉及一种非医疗诊断的肺结节辅助检测方法、装置及存储介质。

背景技术

肺癌是导致患癌患者死亡的最危险疾病之一，其发病率占所有癌症的三分之二，且5年存活率为18％。临床经验表明，如果能够在早期诊断出肺癌，那么患者存活的几率将会大幅度提升。计算机断层扫描(CT)图像诊断方法是一种诊断肺癌的重要方法。在基于医学影像学诊断方法中，准确地对肺结节进行检测是诊断早期肺癌的重要目的，基于这一目的开发肺结节自动检测方法具有重要意义。

根据相关研究表明，每年医学影像增速达到了30％，而放射科医生的年增长率仅为4.1％，远远低于影像数据的增长，需求缺口不断加大，医生数量的不足导致工作量繁重，超负荷工作也会导致误诊率和漏诊率升高。

传统的阅片方式都是医生逐张査看，仅凭经验判断，并且医生查看一个病人病例CT影像一般需要10分钟左右，并且需要反复观看，非常消耗医生精力，这样会导致医生误诊以及漏诊率升高，且准确率依赖个人经验，一旦医生长时间阅片会产生疲劳，导致准确率下降。

计算机辅助诊断系统能够帮助医生快速阅片，增加诊断准确度，为医生找到可疑的病灶，以便医生详细检查并作出最后的诊断决策。因此，自动的肺结节辅助检测方法及系统越发受到医生的关注。

肺癌在CT影像中是以肺结节形式表现的，目前肺结节辅助检测方法有多种：

方案一：以胸部螺旋CT影像为研究对象，影像层厚在5-10mm之间，但是这类检测方法敏感性和特异性较低，肺结节检测敏感性为38％，对于每个肺癌患者平均有6个假阳性结节。这主要是由于肺结节直径比CT层厚小，引起体数据内部局部容积效应造成的，其检测结果无法满足临床应用中对于肺癌CAD系统敏感性的要求。

方案二：西门子公司研发的肺癌CAD系统采用人机交互的方法对肺结节进行检测，但是这类方法操作流程一般比较复杂，需要较高的计算机操作和医学诊断专业知识，对用户能力要求较高。

方案三：采用模式分类方法需要基于大量的样本数据进行训练，而且需要提取多个特征，算法处理时间较长，无法满足CAD系统在临床应用中对实时性的要求。

综上所述，现有的肺结节辅助检测方法均存在各自的缺陷，需要改进。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种非医疗诊断的肺结节辅助检测方法、装置及存储介质。

第一方面，本申请提供了一种非医疗诊断的肺结节辅助检测方法，所述方法包括步骤：

获取检测患者的肺部CT图像；

解析所述肺部CT图像并可视化显示解析结果；

提取所述肺部CT图像中的肺结节并可视化显示所述肺结节；

将所述肺部CT图像输入预先训练的神经网络检测模型以得到患者患癌预测概率。

优选地，所述解析所述肺部CT图像并可视化显示解析结果包括步骤：

提取所述肺部CT图像的标签项和标签值；

生成所述肺部CT图像对应的二维图像和二维增强图像；