公开(公告)号：CN109685810A

公开(公告)日：2019-04-26

申请号：CN201811548687.7

申请日：2018-12-18

Applicant: 清华大学

Inventor： 王展 ,  沈新科 ,  胥瑾 ,  辛盛海 ,  樊海宁 ,  王海久 ,  周瀛 ,  任利 ,  侯立朝 ,  任宾 ,  张灵强

IPC: G06T7/11 ,  A61B6/03 ,  G06N3/04

CPC classification number: G06T7/11 ,  A61B6/032 ,  A61B6/5205 ,  A61B6/5211 ,  G06N3/0454 ,  G06T2207/10081 ,  G06T2207/20081 ,  G06T2207/30056

Abstract: 本发明公开了一种基于深度学习的肝包虫病灶识别方法及系统，方法包括：S1、从包虫病病例中获取包虫CT图像集；S2、基于公共数据集训练和验证肝脏分割模型，用以进行肝脏分割和肝脏体积定量；S3、通过肝脏分割模型从包虫CT图像集中获取分割后的肝脏区域，基于肝脏分割结果训练并验证病灶识别模型，在训练和验证中将囊性包虫病灶与泡性包虫病灶分别赋予不同的目标标签；S4、通过肝脏分割模型从一包虫CT图像中获取分割后的肝脏区域，在平扫CT上将肝脏区域作为VOI区输入病灶识别模型，得到识别结果。本发明所提供的方法及系统，能够挖掘肝脏占位等特征信息，使用手工标注包虫病灶的平扫CT图像，利用卷积神经网络模型对各种包虫病灶进行识别与分类。