[发明专利]一种基于3DUnet的肺结节大小检测系统在审
申请号: | 201911352399.9 | 申请日: | 2019-12-25 |
公开(公告)号: | CN111091564A | 公开(公告)日: | 2020-05-01 |
发明(设计)人: | 王军;舒锦尔;包勇 | 申请(专利权)人: | 金华市中心医院;浙江大学常州工业技术研究院 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06N3/04;G06N3/08 |
代理公司: | 常州市权航专利代理有限公司 32280 | 代理人: | 朱鑫乐 |
地址: | 321000 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 dunet 结节 大小 检测 系统 | ||
本发明提供了一种基于3DUnet的肺结节大小检测系统,包括肺叶分割模块和病灶检测模块;所述肺叶分割模块被配置为读取肺部CT图像、去除肺部CT图像中的无关区域和输出肺部分割图像;所述病灶检测模块被配置为读取所述肺部分割图像、定位病灶、输出特征图和输出定位结果。这种基于3DUnet的肺结节大小检测系统能够准确通过特征图和定位结果给出肺结节概率、肺结节中心点和肺结节大小信息。
技术领域
本发明涉及肺结节检测技术领域,尤其涉及一种基于3DUnet的肺结节大小检测系统。
背景技术
肺癌作为发病率较高的癌症,一直对人类的生命造成非常大的威胁,肺结节是肺癌早期的表现形式之一,肺结节检测是否准确和及时对患者非常重要。传统的肺结节检测系统是通过CT扫描病人的肺部图片,医生手动进行肺结节的标注,这种方式具有非常大的不稳定性和不准确性。现如今也存在一些基于深度学习的肺结节检测系统,但是这些检测系统存在着检测误差大的问题,同时结构复杂的检测模型也增加了训练难度。因此,发明一种基于3DUnet的肺结节大小检测系统是非常要必要的。
发明内容
本发明要解决的技术问题是:为了解决现有的肺结节检测系统检测误差大和检测模型训练难度大的问题,本发明提供了一种基于3DUnet的肺结节大小检测系统来解决上述问题。
本发明解决其技术问题所采用的技术方案是:一种基于3DUnet的肺结节大小检测系统,包括肺叶分割模块和病灶检测模块;
所述肺叶分割模块被配置为读取肺部CT图像、去除肺部CT图像中的无关区域和输出肺部分割图像;所述肺叶分割模块包括十个分割卷积块、四个最大池化层和四个上采样层;
所述病灶检测模块被配置为读取所述肺部分割图像、定位病灶、输出特征图和输出定位结果;所述病灶检测模块包括依次设置的输入残差块、第一残差块、第二残差块、第一反卷积单元、第三残差块、第二反卷积单元和输出残差块;
所述输入残差块包括依次设置的两个第一卷积单元、第一池化单元和第一归一化单元;
所述第一残差块包括三个第二卷积单元、第二池化单元和第二归一化单元;
所述第二残差块包括三个第三卷积单元、第三池化单元和第三归一化单元;
所述第三残差块包括第四卷积单元、第五卷积单元和第四归一化单元;
所述输出残差块包括两个第六卷积单元和第五归一化单元。
作为优选,所述肺叶分割模块具体被配置为:
第一个分割卷积块被配置为将所述肺部CT图像处理为第一结果图像;
第一个最大池化层和第二个分割卷积块被配置为将所述第一结果图像处理为第二结果图像;
第二个最大池化层和第三个分割卷积块被配置为将所述第二结果图像处理为第三结果图像;
第三个最大池化层和第四个分割卷积块被配置为将所述第三结果图像处理为第四结果图像;
第四个最大池化层和第五个分割卷积块被配置为将所述第四结果图像处理为第五结果图像;
第一个上采样层被配置为将所述第五结果图像处理为第一中间结果图像;
第六个分割卷积块被配置为将所述第一中间结果图像和第四结果图像的拼接结果处理为第六结果图像;
第二个上采样层被配置为将所述第六结果图像处理为第二中间结果图像;
第七个分割卷积块被配置为将所述第二中间结果图像和第三结果图像的拼接结果处理为第七结果图像;
第三个上采样层被配置为将所述第七结果图像处理为第三中间结果图像;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于金华市中心医院;浙江大学常州工业技术研究院,未经金华市中心医院;浙江大学常州工业技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911352399.9/2.html,转载请声明来源钻瓜专利网。