[发明专利]一种基于重建气道树图像的慢性阻塞性肺病预测方法

摘要

本发明提供一种基于重建气道树图像的慢性阻塞性肺病预测方法，涉及医学图像处理技术领域。该方法首先采集来自同一家医院的COPD患者和健康人的多层CT图像文件，生成健康人和COPD患者的重建气道树图像，并转换不同的视角对生成的健康人和COPD患者的重建气道树图像进行截图，然后去除所截取气道树图像的多余背景信息，并基于卷积神经网络进行训练并分类，预测测试集中是否有人患有COPD；最后对重建气道树截取的图像集进行十字交叉验证，保证预测结果的准确性。本发明提供的基于重建气道树图像的慢性阻塞性肺病预测方法，将作为一种初步筛选该疾病的技术手段，准确且高效，有效避免了误诊和漏诊；同时也免去了肺功能检查的复杂过程，大大减少了医院工作量。

主权项

1.一种基于重建气道树图像的慢性阻塞性肺病预测方法，其特征在于：包括以下步骤：步骤1、基于医学影像分割和三维可视化方法，分别提取COPD患者和健康人的气道树，并保存气道树图像，具体方法为：步骤1.1、采用软件读取采集的来自同一家医院的COPD患者和健康人的多层CT图像文件，并生成健康人和COPD患者的重建气道树图像；步骤1.2、将生成的健康人和COPD患者的重建气道树图像的背景设置为白色；步骤1.3、转换不同的视角分别对生成的健康人和COPD患者的重建气道树图像进行截图，同时控制所截取的图像尺寸大小和分辨率一致，并保存截取的气道树图像；步骤2、去除所截取的相同尺寸大小和分辨率的气道树图像的多余背景信息；步骤3、利用截取的不同视角的气道树彩色图像，基于3通道的卷积神经网络模型进行训练并分类，预测测试集中是否有人患有COPD；步骤4、对重建气道树截取的图像集进行十字交叉验证，保证预测结果的准确性。