[发明专利]基于深度神经网络的肺结节良恶性检测方法及装置

权利要求书

1.一种基于深度神经网络的肺结节良恶性检测装置，其特征在于，包括：

建立单元，用于获取用户一次X线计算机断层摄影扫描的所有医学图像，根据扫描的间隔，利用所述所有医学图像构建立体图形；

计算单元，用于将肺结节的位置、所述立体图形以及所述用户的属性信息输入预设的深度神经网络模型，得到所述用户的肺结节为良性的概率以及所述用户的肺结节为恶性的概率，其中，所述用户的属性信息包括所述用户的肺结节的直径，所述深度神经网络模型的输出层神经元增加了置信度权重，所述置信度权重基于所述用户的属性信息确定；

其中，所述用户的属性信息还包括：所述用户的年龄和身体质量指数，所述深度神经网络模型的输出层的激活函数为softmax激活函数，所述softmax激活函数的表达式为其中，w_i为权重，K＝2，i∈[1，2]，p₁为肺结节为良性的概率，p₂为肺结节为恶性的概率，T＝a×(x+y+z)+b，x＝肺结节直径/5，y＝max[年龄-50，1]/100，z＝身体质量指数/30，T为先验特征，T∈[0，1]，a和b为参数，根据多个样本用户的属性信息确定。

2.根据权利要求1所述的装置，其特征在于，所述建立单元，具体用于：

将所述所有医学图像缩放为预设大小的图像，将缩放后的所有医学图像转换为灰度图像，对所述灰度图像进行缩放、旋转，得到预设规格的医学图像，根据扫描的间隔，利用所述预设规格的医学图像构建立体图形。