[发明专利]一种基于人工智能的肺部影像数据处理方法、装置及系统

权利要求书

1.一种基于人工智能的肺部影像数据处理方法，其特征在于，包括：

接收肺部病例数据，将所述肺部病例数据转换为肺部结构化数据存储在云端影像数据库中；

利用所述云端影像数据库存储的肺部结构化数据训练得到神经网络预测模型；

接收肺部影像数据，利用所述神经网络预测模型对所述肺部影像数据进行分析，得到至少包括肺结节位置以及良恶性预测概率的预测分析结果；

输出所述预测分析结果。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述肺部影像数据进行定量分析，输出定量分析结果；所述定量分析结果包括肺结节最大径、最小径、体积、最大密度或最小密度。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述肺部影像数据进行形态学分析，确定分叶征、毛刺征或血管临近关系。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

接收基于所述预测分析结果得到的诊疗报告文件；

根据所述肺部影像数据、所述预测分析结果、所述诊疗报告文件生成新肺部结构化数据，存储所述新肺部结构化数据。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

根据所述云端影像数据库存储的新肺部结构化数据更新所述神经网络预测模型的网络参数。

6.一种基于人工智能的肺部影像数据处理系统，其特征在于，包括：

云端影像输入模块，用于接收肺部影像数据以及肺部病例数据；

云端影像数据库，用于将所述肺部病例数据转换为肺部结构化数据存储；

预测分析模块，用于基于神经网络预测模型对所述肺部影像数据进行分析，得到至少包括肺结节位置以及良恶性预测概率的预测分析结果；其中，所述神经网络预测模型根据所述云端影像数据库存储的肺部结构化数据训练得到；

云端影像输出模块，用于输出所述预测分析结果。

7.根据权利要求6所述的系统，其特征在于，还包括：

计算机辅助分析模块，用于对所述肺部影像数据进行图像分析，输出定量分析结果；所述定量分析结果包括肺结节最大径、最小径、体积、最大密度或者最小密度。

8.根据权利要求6所述的系统，其特征在于，还包括：

形态学分析模块，用于对所述肺部影像数据进行形态学分析，确定分叶征、毛刺征或血管临近关系。

9.根据权利要求6所述的系统，其特征在于，所述云端影像输入模块还用于：

接收基于所述预测分析结果得到的诊疗报告文件；

所述云端影像数据库还用于：

根据所述预测分析结果、诊疗报告文件、肺部影像数据生成新肺部结构化数据，存储所述肺部结构化数据。

10.根据权利要求9所述的系统，其特征在于，还包括：

神经网络预测模型更新模块，用于根据所述云端影像数据库存储的新肺部结构化数据更新所述神经网络预测模型的网络参数。

11.一种用于基于人工智能的肺部影像数据处理的装置，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：

接收肺部病例数据，将所述肺部病例数据转换为肺部结构化数据存储在云端影像数据库中；

利用所述云端影像数据库存储的肺部结构化数据训练得到神经网络预测模型；

接收肺部影像数据，利用所述神经网络预测模型对所述肺部影像数据进行分析，得到至少包括肺结节位置以及良恶性预测概率的预测分析结果；

输出所述预测分析结果。

12.一种机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行如权利要求1至4中一个或多个所述的基于人工智能的肺部影像数据处理方法。