[发明专利]一种检测肺结节的方法、装置、存储介质和电子设备

说明书

本申请实施例提供一种检测肺结节的方法、装置、存储介质和电子设备，该方法包括：对肺部三维图像进行分割操作，以得到三维分割图像；将三维分割图像输入到预先训练好的肺结节检测模型中，以得到肺结节检测结果，其中，预先训练好的肺结节检测模型包括第一卷积层、第二卷积层、第一特征提取层和第二特征提取层，第一卷积层用于对三维分割图像进行卷积运算，以得到第一特征图，第二卷积层用于对第一特征图进行卷积运算，以获得第二特征图，第一特征提取层用于对第二特征图进行特征提取，以获得第三特征图，第二特征提取层用于对第三特征图进行特征提取，以获得肺结节检测结果。借助于上述技术方案，本申请实施例能够实现对肺结节的检测。

技术领域

本申请涉及医学图像处理技术领域，具体而言，涉及一种检测肺结节的方法、装置、存储介质和电子设备。

背景技术

肺癌是发病率和死亡率增长最快的恶性肿瘤之一，已对人群健康和生命造成了极大的威胁。相对于其他癌症，肺癌的生物学特性十分复杂，早期多无明显症状，大多数被发现时已是中晚期，治疗费用高昂且效果不佳。因此，早期筛查显得至关重要。肺癌早期一般表现为肺部恶性肺结节，因此，早期筛查一般从肺结节的检测入手。

目前，现有的检测方法是通过现有的检测模型对二维的图像进行检测，从而获得检测结果。

在实现本发明的过程中，发明人发现现有技术中存在如下问题：由于肺结节实际为三维图像，使用现有的检测模型对肺部三维图像进行检测会丧失图像本身的三维信息。所以，现有的检测模型存在着无法实现肺结节检测的问题。

发明内容

本申请实施例的目的在于提供一种检测肺结节的方法、装置、存储介质和电子设备，以解决现有的检测模型存在着无法实现肺结节检测的问题。

第一方面，本申请实施例提供了一种检测肺结节的方法，该方法包括：对肺部三维图像进行分割操作，以得到三维分割图像；将三维分割图像输入到预先训练好的肺结节检测模型中，以得到肺结节检测结果，其中，预先训练好的肺结节检测模型包括第一卷积层、第二卷积层、第一特征提取层和第二特征提取层，第一卷积层用于对三维分割图像进行卷积运算，以得到第一特征图，第二卷积层用于对第一特征图进行卷积运算，以获得第二特征图，第一特征提取层用于对第二特征图进行特征提取，以获得第三特征图，第二特征提取层用于对第三特征图进行特征提取，以获得肺结节检测结果。

因此，本申请实施例通过对肺部三维图像进行分割操作，以得到三维分割图像，随后将三维分割图像输入到预先训练好的肺结节检测模型中，以得到肺结节检测结果，其中，预先训练好的肺结节检测模型包括第一卷积层、第二卷积层、第一特征提取层和第二特征提取层，第一卷积层用于对三维分割图像进行卷积运算，以得到第一特征图，第二卷积层用于对第一特征图进行卷积运算，以获得第二特征图，第一特征提取层用于对第二特征图进行特征提取，以获得第三特征图，第二特征提取层用于对第三特征图进行特征提取，以获得肺结节检测结果，从而本申请实施例能够实现对肺结节的检测。

在一个可能的实施例中，第一卷积层的卷积步长为1，且第一卷积层的卷积核的大小为3×3×3；第二特征提取层的卷积步长为1。

因此，针对现有技术中的4倍下采样让肺结节消失的问题，本申请实施例将第一卷积层的卷积步长修改成1，并将第一卷积层的卷积核修改成3×3×3，还将第二卷积层的卷积步长修改成1，从而通过这样的改进，一方面避免了小目标物体在下采样的过程中的消失，另一方面，也让最终的offset失去了原有的意义，所以在肺结节检测模型中删除了对offset的回归，从而在一定程度上降低了计算机的计算量，提高了模型的效率。

在一个可能的实施例中，肺部三维图像包括左肺三维图像和右肺三维图像；其中，对肺部三维图像进行分割操作，以得到三维分割图像，包括：将肺部三维图像分割为左肺三维图像和右肺三维图像；沿着水平方向，将左肺三维图像和/或右肺三维图像分割为多个三维分割图像。