[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

说明书

本申请实施例提供一种基于人工智能的肺部影像数据处理方法和装置，所述方法包括：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。本申请实施例可以有效提高肺癌早期筛查的准确率和效率。

技术领域

本申请实施例涉及计算机技术领域，具体涉及一种基于人工智能的肺部影像数据处理方法、装置和系统。

背景技术

肺癌是一种常见的恶性肿瘤，对人类健康和生命构成极大威胁。根据权威数据统计，2014年我国肺癌新发病人数超过73万，死亡人数约61万，其发病率与死亡率均居各类癌症首位。众所周知，越早发现的肺癌，治疗效果就越好。国际早期肺癌行动计划(I-ELCAP)所发现的肺癌，Ⅰ期肺癌占80％以上。接受手术的I期患者，十年生存率92％。而大部分人发现肺癌时已经处于中晚期，治疗效果普遍不好，目前我国的肺癌五年生存率不到20％。因此，如何实现肺癌的早期筛查成为一个重要的问题。

现有技术中，存在一种云端系统可以收集各个医院的医生上传的患者病例、影像资料，并存储相应信息。医生可以在线对影像资料进行人工阅片、分析，以进行肺癌早期筛查工作。

申请人经过研究发现，现有技术存在的云端系统仅实现了影像数据的存储功能，并未提供对影像数据的智能处理，仍然需要依赖人工进行阅片、筛查工作，存在效率低、误诊率、漏诊率高的缺陷。

发明内容

本申请实施例提供了一种基于人工智能的肺部影像数据处理方法、装置和系统，旨在解决现有技术人工进行肺癌早期筛查效率低、准确率低的问题。

为此，本申请实施例提供如下技术方案：

本申请实施例的第一方面公开了一种基于人工智能的肺部影像数据处理方法，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。

本申请实施例的第二方面，公开了一种基于人工智能的肺部影像数据处理系统，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。

本申请实施例的第三方面，公开了一种用于基于人工智能的肺部影像数据处理的装置，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。

本申请实施例的第四方面，公开了一种机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行如第一方面所述的基于人工智能的肺部影像数据处理方法。