公开(公告)号：CN113344887A

公开(公告)日：2021-09-03

申请号：CN202110664376.2

申请日：2021-06-16

Applicant: 南通大学

Inventor： 王杰华 ,  孙浩宇 ,  丁卫平 ,  高瞻 ,  周川

IPC: G06T7/00 ,  G06T7/136 ,  G06T7/194 ,  G16H30/20 ,  A61B6/00 ,  A61B6/03 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习与模糊逻辑的间质性肺炎评估方法，包括以下步骤：收集汇总间质性肺病图像，制作样本数据集；输入病例图像，训练深度学习模型，深度学习模型并部署；导入实时肺部CT图像，通过深度学习模型自动标记出所有病变区域；对所有病变区域进行模糊，该发明采用模型训练和模型预测分离的形式，在胸部纵隔窗CT图像数据中心的电脑上对间质性肺炎深度学习模型进行训练和优化，将训练后深度学习模型部署到搭建了深度学习环境的服务器设备中，通过接收科室主机传递的患者CT图像，由模型读取图像，在服务器中进行间质性肺炎推理预测，实现检测自动化，缓解医生每天因阅读大量CT图像产生的疲劳和误诊，辅助医生决策的速度和准确度。

公开(公告)号：CN114757942A

公开(公告)日：2022-07-15

申请号：CN202210593973.5

申请日：2022-05-27

Applicant: 南通大学

Inventor： 王杰华 ,  周川 ,  程实 ,  陈苏蓉 ,  朱飞宇

IPC: G06T7/00 ,  G06T7/136 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及计算机视觉目标检测任务技术领域，尤其涉及一种基于深度学习的多层螺旋CT对活动性肺结核的检测方法，包括：S1：收集汇总活动性肺结核CT影像，转换CT图像格式，并对转换后的图像进行预处理；S2：将预处理后的图像输入基于阈值的肺实质分割模型，获得肺实质图像；S3：将肺实质图像交由放射科医生进行标注，标注出原发性肺结核、继发性肺结核以及血行播散性肺结核的病灶区域，制作样本数据集；S4：将样本数据集输入已训练好的DetectionTransformer网络模型中进行预测处理，获得检测结果。本发明采用多层螺旋CT图像作为数据集，能够更好的显示活动性肺结核在放射学中的特征，包括厚壁空洞、肺实质、小叶中心结节和树芽征，大幅提高了对于病灶检测的准确度。

公开(公告)号：CN115393321A

公开(公告)日：2022-11-25

申请号：CN202211030799.X

申请日：2022-08-26

Applicant: 南通大学

Inventor： 王杰华 ,  周川 ,  武卫翔 ,  陈苏蓉 ,  谢天

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/764 ,  G06N20/00

Abstract: 本发明涉及计算机视觉的医学图像分类任务技术领域，尤其涉及一种基于深度学习的多层螺旋CT对肺结核多分类检出方法，包括：S1：汇总收集患者CT图像数据；S2：对汇总收集到的CT图像数据进行切片，获得原始数据集；S3：对原始图像进行预处理，创建特征样本库，预处理后的图像为特征样本；S4：将特征样本集进行划分，分别用于分类网络模型的建立和测试模型效果，其中训练集和测试集划分比例为8：2。本发明采用多层螺旋CT图像作为数据集，相比X光图像，能够更好的显示肺结核在放射学中的特征，便于机器进行特征提取；对肺结核进行多分类检出，主要包括活动性肺部病变、非活动性肺部钙化病变、非活动性肺部纤维化病变、非肺结核。