[发明专利]一种新型肺病智能辅助检测方法和系统

说明书

本发明公开了一种新型肺病智能辅助检测方法和系统，涉及肺癌智能辅助诊断领域，包括：首先获取支气管镜检查图像；然后采用预先训练的初始神经网络作为本次建模的神经网络；采用顺序微调法对上述步骤获取的所述神经网络按照网络结构的顺序，通过调整所述神经网络的网络参数，微调所述神经网络的各层网络，并利用加权交叉熵作为成本函数来更新所述网络参数，最后，获取肺病检测模型。本发明所通过基于迁移学习，在神经网络之上使用一种新颖的迁移学习方法：顺序微调法，以便构建的一种用于支气管镜的计算机辅助诊断系统，大大地提高支气管镜检查中肺病诊断准确性，帮助医生更加有选择性地进行活组织检查，并提供诊断意见供医生参考。

技术领域

本发明主要涉及肺癌智能辅助诊断领域，特别是涉及一种新型肺病智能辅助检测方法和系统。

背景技术

肺癌也称为支气管肺癌，因为约95％的原发性肺癌源自支气管粘膜。肺癌是最致命的癌症，五年生存率为18.1％(基于2007-2013SEER数据库)。2014年，估计美国有527,228人患有支气管肺癌。在中国，肺癌是最常见的癌症，也是癌症死亡的主要原因，尤其是城市男性。气管、支气管和肺癌(肺结核L)死亡人数为546,259，约占2013年全球范围内1,639,646例死亡人数的三分之一。来自肺部的发展中国家的另一个严重健康问题是结核病(肺结核)。中国占全球结核病负担的10％以上。胸部X光是一种廉价且快速的成像设备，通常用于肺部疾病的诊断，包括肺炎，肺结核，肺气肿和癌症。它对紧急情况特别有用。通过非常小剂量的辐射，X射线产生胸部和肺部的2D投影图像。然而，由于其在3D中可视化肺的限制，它逐渐被提供3D成像的胸部CT取代。胸部CT广泛用于肺结节检测。胸部CT的缺点是其相对较高的辐射。然而，在发展中国家，胸部X射线仍被用作结核病筛查或诊断的主要工具。

支气管镜检查作为呼吸内科重要的检查方式，在肺病患者的诊断和治疗中起着关键作用。在进行支气管镜检查时，医生必须根据镜下图像的表征，立即决定是否要进行活检。由于活检可能导致肺组织无法控制甚至危及生命的出血，医生需要慎重选择活检。

发明内容

有鉴于现有技术的一部分缺陷，本发明所要解决的技术问题是提供一种新型肺病智能辅助检测方法和系统，旨在为了帮助医生更加有选择性地进行活组织检查并提供第二个诊断意见。

为实现上述目的，本发明提供了一种新型肺病智能辅助检测方法，所述方法包括：

步骤S1、获取疑似患有肺部疾病的患者的支气管镜检查图像；

步骤S2、采用预先训练的初始神经网络作为本次建模的神经网络；

步骤S3、采用顺序微调法对上述步骤获取的所述神经网络按照网络结构的顺序，通过调整所述神经网络的网络参数，微调所述神经网络的各层网络；所述网络参数包括训练阶段数n、神经网络层数m、执行步数x；所述神经网络包括m层，并采用n个训练阶段进行训练，每一步顺序微调包括x个执行步数；

步骤S4、通过使用加权交叉熵作为成本函数来更新所述网络参数，以便更新所述神经网络；

步骤S5、获取经上述步骤多次调整后的所述神经网络为所需的肺病检测模型。

在一具体实施方式中，所述步骤S1中，所述患者的年龄为18至70岁，在所述患者的肝测试、肾测试和/或血液测试中，中性粒细胞计数>2.0g/l，Hb>9g/l，血小板计数>100g/l，AST和ALT>0.5ULN，肺结核IL<1.5ULN，和Cr<1.0ULN。

在一具体实施方式中，在所述步骤S2中，所述神经网络为DenseNet构架；所述神经网络通过使用少于一半的参数和大约一半的每秒浮点运算。