[发明专利]基于钼靶X线摄影检查的乳腺疾病AI辅助诊断方法及系统

说明书

本发明公开了一种基于钼靶X线摄影检查的乳腺疾病AI辅助诊断方法，包括以下步骤：S1、标注训练并验证AI辅助诊断模型；S2、获取乳腺钼靶X线摄影检查图像；S3、乳腺钼靶X线摄影检查图像预处理；S4、辅助诊断：将图片序列IMGS输入AI辅助诊断模型内，完成诊断，若检测到疑似病灶，则输出预测数据，否则，预测数据为空；S5、输出诊断。本发明采用上述基于钼靶X线摄影检查的乳腺疾病AI辅助诊断方法，可识别出钼靶X线摄影检查图像中是否存在疑似乳腺病变区域，同时精确标识、显示病灶位置与大小、类型，并对疑似病灶进行评分，从而协助医生进行乳腺病变的筛查工作，提高了诊断效率和准确率，平衡我国医疗资源分布不均衡的问题。

技术领域

本发明涉及一种乳腺病灶检测技术，尤其涉及一种基于钼靶X线摄影检查的乳腺疾病AI辅助诊断方法及系统。

背景技术

乳腺疾病是指源于乳腺腺体、脂肪、淋巴、血管、乳头等乳腺相关组织的疾病。乳腺疾病包括乳腺炎症性疾病、乳腺良性病变、乳腺恶性肿瘤、先天发育异常及男性乳腺发育等。随着生活压力的逐渐增大，出现乳腺疾病多发、早发等现象，及时发现并治疗有助于患者的康复。

当前疾病的检测或采用X线检查，具体方法是经钼靶X线摄影检查及干板照相，再由影像科一声进行筛选，但由于影像科医生数量不足、读片工作量大等因素的制约，乳腺病变筛查的效率不能满足实际的医疗需求。

发明内容

本发明的目的是提供一种基于钼靶X线摄影检查的乳腺疾病AI辅助诊断方法，可识别出钼靶X线摄影检查图像中是否存在疑似乳腺病变区域，同时精确标识、显示病灶位置与大小、类型，并对疑似病灶进行评分，从而协助医生进行乳腺病变的筛查工作，提高了诊断效率和准确率，平衡我国医疗资源分布不均衡的问题。

为实现上述目的，本发明提供了一种基于钼靶X线摄影检查的乳腺疾病AI辅助诊断方法，包括以下步骤：

S1、标注训练并验证AI辅助诊断模型；

S2、获取乳腺钼靶X线摄影检查图像；

S3、乳腺钼靶X线摄影检查图像预处理；

S4、辅助诊断

S41、将经过预处理的乳腺钼靶X线影检查图像IMG，按照100个像素的重复度进行滑动窗口重采样操作形成一个512*512的固定大小图片序列IMGS；

S42、将图片序列IMGS输入经步骤S1标注训练并验证的AI辅助诊断模型内，AI辅助诊断模型通过GPU加速模型或CPU兼容模型，完成诊断，若检测到疑似病灶，则将图片序列IMGS中的疑似病灶映射到原始的乳腺钼靶X摄影检查图像中，通过非极大值抑制算法合并重复检测到的疑似病灶，最后输出预测数据，否则，预测数据为空；

S5、输出诊断

将获得的预测数据进行后处理，计算医学参数，然后叠加显示在乳腺钼靶X线摄影检查图像上，并展示出乳腺中疑似病灶的位置、大小和病灶类型。

优选的，步骤S1的具体步骤包括：

S11、数据标注

标注经过归一化预处理后的乳腺钼靶X线摄影检查图像，由医生按照多数投票制原则标注其中的病灶信息，获得位置信息及其类型信息，若为多发性病灶，则独立标识每个病灶获得标准数据集，并将标注完成的标准数据集按比例分为训练集数据和验证集数据；

S12、模型训练

基于训练集数据中的乳腺钼靶X线检查图像、乳腺病变位置信息与类型信息，在GPU服务器上训练基于乳腺钼靶X射线检查图像的乳腺病变检测的深度卷积神经网络模型；

S13、模型验证