[发明专利]一种基于机器学习的肺结核图像辅助诊断系统

权利要求书

1.一种基于机器学习的肺结核图像辅助诊断系统，其特征在于，所述肺结核图像辅助诊断系统包括用户模块、存储模块、检测诊断模块、数据检索模块和医生修正模块；

所述用户模块用于提供用户以登录入口；所述存储模块分为用户信息存储子模块和病例信息存储子模块，用户信息存储子模块存储所有用户信息，病例信息存储子模块存储历史病人肺结核图像信息和最终诊断信息；

所述检测诊断模块基于改进的CNN网络构建得到；所述检测诊断模块包括图像预处理层、脉冲编码层、m个卷积层、m个池化层和输出层；m个卷积层和m个池化层交替连接；

所述图像预处理层用于对输入的待处理的病人肺结核图像进行预处理，脉冲编码层将预处理后的病人肺结核图像编码成脉冲信息，将脉冲信息发送至第一个卷积层，经m个卷积层、m个池化层对脉冲信息进行特征提取，第m个池化层根据全局最大池化方法计算得到脉冲信息对应的决策信息，输出层输出解码后的决策信息至医生修正模块；m为大于等于3的正整数；

所述数据检索模块根据检测诊断模块的输出特征图，采用哈希算法在病例信息存储子模块中进行病例对比，找出与待处理的病人肺结核图像相似度最高的历史病人肺结核图像信息，发送至医生修正模块，由医生修正模块结合解码后的决策信息和相似度最高的历史病人肺结核图像信息，对待处理的病人肺结核图像进行再次诊断，给出最终诊断信息。

2.根据权利要求1所述的基于机器学习的肺结核图像辅助诊断系统，其特征在于，所述医生修正模块将病人肺结核图像和给出的最终诊断信息作为新的历史病人肺结核图像信息存储至病例信息存储子模块。

3.根据权利要求1所述的基于机器学习的肺结核图像辅助诊断系统，其特征在于，所述图像预处理层对病人肺结核图像进行图像分割和图像下采样处理。

4.根据权利要求1所述的基于机器学习的肺结核图像辅助诊断系统，其特征在于，所述脉冲编码层采用首脉冲触发时间编码将预处理后的病人肺结核图像编码成相应的脉冲信息。

5.根据权利要求1所述的基于机器学习的肺结核图像辅助诊断系统，其特征在于，所述检测诊断模块根据病例信息存储子模块存储的历史病人肺结核图像信息和最终诊断信息进行无监督学习，学习过程包括以下步骤：

S1，将历史病人肺结核图像信息输入检测诊断模块，转换成相应的脉冲信息；

S2，根据输入的脉冲信息和LIF神经元模型计算出第一个卷积层的输出特征图，再根据局部最大池化方法映射到第一个池化层，根据STDP规则更新第一个卷积层中神经元的突触权值；

S3，令c=1；

S4，将第c个池化层的输出特征图输入到第c+1个卷积层，计算得到第c+1个池化层的输出特征图，根据STDP学习规则更新第i+1个卷积层中神经元的突触权值；

S5，令c=c+1，返回步骤S4，直至c=m；

S6，根据第m-1个池化层的输出特征图和LIF神经元模型计算得到第m个卷积层的输出特征图，第m个池化层根据全局最大池化方法计算得到历史病人肺结核图像信息的决策信息；

S7，将历史病人肺结核图像信息的决策信息和历史病人肺结核图像信息的最终诊断信息进行匹配，根据匹配结果反馈奖励信息或者惩罚信息至第m个卷积层，根据R-STDP学习规则更新第m个卷积层中神经元的突触权值。

6.根据权利要求1所述的基于机器学习的肺结核图像辅助诊断系统，其特征在于，所述解码后的决策信息和最终诊断信息均代表输入的病人肺结核图像所属病例患有的肺结核疾病类型。

7.根据权利要求6所述的基于机器学习的肺结核图像辅助诊断系统，其特征在于，所述肺结核疾病类型包括原发性肺结核、血行播散性肺结核、继发性肺结核、支气管性肺结核。