[发明专利]一种肺部CT影像数据处理分析方法及系统

说明书

本发明公开了一种肺部CT影像数据处理分析方法及系统，属于医学图像处理和人工智能技术领域。所述方法包括：根据肺部CT影像和肺部轮廓进行神经网络训练学习，得到肺部轮廓分割模型；根据肺部轮廓分割模型和目标区域进行神经网络训练学习，得到肺部目标区域分割模型；分割出肺部目标区域，并使用分类网络进行训练学习，得到CT平扫影像数据分类模型；根据CT平扫影像数据分类模型，确定肺部CT影像数据的类别。所述系统包括标注模块、第一训练学习模块、第二训练学习模块、第三训练学习模块和计算分析模块。本发明提高了肺部CT影像数据的处理效率，可快速地分割出肺部区域及肺内的目标区域，并对目标区域图像进行准确分类。

技术领域

本发明涉及医学图像处理和人工智能技术领域，特别涉及一种肺部CT影像数据处理分析方法及系统。

背景技术

CT影像是CT设备使用X射线束对人体某部一定厚度的层面进行扫描，由探测器接收透过该层面的X射线，转变为可见光后，由光电转换变为电信号，再经模拟/数字转换器转化为数字信号，输入计算机处理。CT影像技术在医学检查上得到了广泛的应用，尤其对CT影像中的目标检测与分析已经成为多种疾病诊断的前置步骤。

目前，对于肺部CT影像中的目标检测主要是通过医生的肉眼进行查看，这种检测方法依赖医生对目标区域的检测经验，并且医生阅读肺部CT影像耗费时间长、速度慢、效率低，不同医生对目标区域的判断结果各不相同。对于目标区域的定性分析主要是通过医生本人的医疗经验来作出，并未与其他医学分析手段结合，导致目标区域定性分析的结果往往过于主观，准确性不高。

近期随着新型冠状病毒的快速蔓延，被感染的新冠肺炎患者急剧增加。由于新冠病毒感染者的肺部CT影像表征要早于临床表征，因此普遍采用肺部CT平扫检查为主。新冠疫情环境下，医疗资源紧缺，疫情重灾区每日有近千名患者排队等待肺部CT检查，由于没有足够多的医生来阅读大量的CT影像，并且人工阅读CT影像速度慢、效率低，增加了患者院内排队等候检查时间，容易引发交叉感染，贻误病情。此外，对于肺部CT影像数据中目标区域的分析也由于缺少足够多的医生及分析标准不规范，无法在短时间内给出正确的结果，这也会贻误疾病的及时治疗。因此，针对新冠肺炎病毒疫情，急需一种能够快速处理及分析肺部CT影像数据的方法，以替代现有人工阅读肺部CT影像数据及分析目标区域的处理方式。

发明内容

为了解决现有人工阅读肺部CT影像数据及分析目标区域存在的耗费时间长、速度慢、效率低等问题，本发明提供了一种肺部CT影像数据处理分析方法，包括：

在肺部CT平扫影像数据中标注肺部轮廓与目标区域，并根据所述CT平扫影像数据和已标注的肺部轮廓数据，利用第一神经网络进行训练学习，得到肺部轮廓分割模型；

根据所述肺部轮廓分割模型和已标注的目标区域，利用第二神经网络进行训练学习，得到肺部目标区域分割模型；

根据所述CT平扫影像数据和肺部目标区域分割模型，分割出肺部目标区域，并将固定尺寸的归一化处理后的肺部感兴趣区域和肺部目标区域沿Z轴方向拼接后的图像作为训练数据，使用分类网络对所述肺部目标区域进行训练学习，得到CT平扫影像数据分类模型；

根据所述CT平扫影像数据和CT平扫影像数据分类模型，计算出所述CT平扫影像数据的分类概率，并根据概率值与预设分类阈值的比较结果确定所述CT平扫影像数据的类别。

所述在肺部CT平扫影像数据中标注肺部轮廓与目标区域，并根据所述CT平扫影像数据和已标注的肺部轮廓数据，利用第一神经网络进行训练学习，得到肺部轮廓分割模型的步骤具体包括：

获取及清洗肺部CT平扫影像数据，采用手工勾勒标注法在清洗后的CT平扫影像数据中标注肺部轮廓与目标区域；