[发明专利]基于卷积神经网络对肺结节的恶性程度进行分类的方法

摘要

本发明涉及基于卷积神经网络对肺结节的恶性程度进行分类的方法，属于计算机图像处理技术领域。本发明针对不同肺结节预处理出不同尺寸的ROI图像块，在不引入过多的噪音干扰的前提下，对肺结节的多个层面进行基于残差网络的特征提取，通过两个阶段的特征融合获得更精确的特征信息，以此策略来提取出更高质量的特征表达。通过卷积神经网络提取肺结节的细粒度特征表达，综合考虑提取到的多个层面的特征信息，实现对肺结节特征信息的准确提取，最终对肺结节恶性程度进行分类。

主权项

1.基于卷积神经网络对肺结节的恶性程度进行分类的方法，其特征在于：所述方法的具体步骤如下：Step 1、对图像预处理，根据切片上肺结节的长径不同，切割出尺寸为R＝{16*16，32*32，64*64，128*128}的感兴趣区域Region Of Interest，ROI图像块；Step 2、在子模块M1中采用残差网络ResNet50的网络模型，通过该模块对多层面的肺结节进行初步特征提取，可同时得到同一个肺结节不同切片的特征表达；Step 3、利用M1子模块中提取的4层特征信息分别与不同尺度的特征进行融合，然后将最终得到的三个图片特征信息进行二次融合，得到一个特征向量F；Step 4、将向量F经过全局平均池化层和全连接层的展开，最终通过Softmax函数得到肺结节恶性程度的分类结果。