[发明专利]一种肺结节CT图像检测方法和系统

权利要求书

1.一种肺结节CT图像检测方法，其特征在于，所述检测方法包括：

S1，数据准备：对获取的数据集进行扩大处理后，手动标注数据集；

S2，生成候选结节检测网络：

S21，将基础网络修改为resnet-50，去除FC全连接层和分类器，保留剩余的基础网络结构作为Faster R-CNN特征提取层，以分别提取得到ResNet_3f特征、ResNet_4d特征和ResNet_5c特征；

S22，在ResNet_3f特征层、ResNet_4d特征层和ResNet_5c特征层之后各自设置一层反卷积层，用于对提取得到的ResNet_3f特征图、ResNet_4d特征图和ResNet_5c特征图进行反卷积处理；

S23，构建三个具有不同锚定框的候选区域生成网络，一一对应地连接在三个反卷积层之后，用于同时提取得到低层特征和高层特征；

S24，构建互相连接的感兴趣区域池化层和分类器，将三个候选区域生成网络的输出作为感兴趣区域池化层的输入，完成具有多尺度检测功能的候选结节检测网络的构建；

S3，对生成的候选结节检测网络进行调参处理：采用ImageNet图像初始化权值，采用梯度下降法更新权值；

S4，采用步骤S1中的数据集对调参处理后的候选结节检测网络进行训练；

S5，选取最优的dropout和batchsize值，引入负样本挖掘技术以优化数据集。

2.根据权利要求1所述的肺结节CT图像检测方法，其特征在于，步骤S1中，所述数据准备的过程包括以下步骤：

S11，从国际公开数据库中获取一定量的CT图像作为训练数据并生成初始数据集，每个训练数据上的结节均有结节形态描述和主观结节特征评分；

S12，按照结节尺寸将结节分为大结节、中等结节和小结节；

S13，将标记为大结节的CT图像的上下两张CT图像加入初始数据集，将标记为中等结节的CT图像的上下一张CT图像加入初始数据集，以对初始数据集进行扩大处理，生成最终的数据集。

3.根据权利要求1所述的肺结节CT图像检测方法，其特征在于，步骤S21中，所述FasterR-CNN特征提取层采用VOC2007数据格式，包含三个文件：以xml格式存储的肺结节位置信息；用于分配数据集的训练、验证和测试比例的txt文档；采用LabelImg标注且以xml格式存储的一定量的CT图像。

4.根据权利要求1所述的肺结节CT图像检测方法，其特征在于，步骤S21中，所述FasterR-CNN特征提取层的输入图像尺寸为512*512。

5.根据权利要求1所述的肺结节CT图像检测方法，其特征在于，步骤S23中，所述构建三个具有不同锚定框的候选区域生成网络是指：

针对ResNet_3f特征层，构建尺度为(2,4,8)、长宽比为(1:1)的锚定框；

针对ResNet_4f特征层，构建尺度为(4,8,16)、长宽比为(1:1)的锚定框；

针对ResNet_5f特征层，构建尺度为(8,16,32)、长宽比为(1:1)的锚定框。

6.根据权利要求1所述的肺结节CT图像检测方法，其特征在于，步骤S3中，所述采用梯度下降法更新权值的过程包括以下四个阶段：RPN第一阶段、Faster R-CNN第一阶段、RPN第二阶段和Faster R-CNN第二阶段。